一个数组中,返回两个数的和等于目标值时,这两个数的下标

博客讨论了如何在给定数组中找到两个数,使得它们的和等于目标值,同时返回它们的下标。初始方法的时间复杂度为O(n²),通过引入哈希表优化后,时间复杂度降低到O(n),但空间复杂度提高到O(n)。文章介绍了空间复杂度的概念,以及就地/原地算法的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标。
你可以假设每种输入只会对应一个答案。但是,你不能重复利用这个数组中同样的元素。
示例:
给定 nums = [2, 7, 11, 15], target = 9
因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/two-sum
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

class Solution {
    public int[] twoSum(int[] nums, int target) {
        int[] array = new int[2];
        for(int i = 0;i < nums.length;i++) {
            for(int j = i + 1;j < nums.length;j++) {
                int sum = nums[i] + nums[j];
                if(sum == target) {
                    array[0] = i;
                    array[1] = j;
                    return array;
                }
            }
        }
        return null;
    }
}

在这里插入图片描述
这个算法效率过低
优化:

方法一:

遍历数组中的每一个元素x,并检查是否存在x2使得 x1 == target - x2成立,成立 则返回x1,x2的坐标

class Solution {
    public int[] twoSum(int[] nums, int target) {
         for(int i = 0; i < nums.length;i++) {
             for(int j = i + 1;j < nums.length;j++){
                 if(nums[i] == target - nums[j])
                 return new int[]{i , j};
             }
         }
        return null;
    }
}

在这里插入图片描述
时间复杂度:O(n²)
空间复杂度:O(1)

方法二:

为了优化时间复杂度 使用哈希表 以空间换取时间

class Solution {
    public int[] twoSum(int[] nums, int target) {
        Map<Integer,Integer> map = new HashMap<>();
        for(int i = 0;i < nums.length;i++){
            map.put(nums[i],i);
        }
        for(int i = 0;i < nums.length;i++ ){
            int con = target - nums[i];
            if(map.containsKey(con) && map.get(con) != i)
            return new int[]{i,map.get(con)};
        }
        return null;
    }
}

在这里插入图片描述
时间复杂度:O(n)将数组遍历了两次 第二次遍历使用了哈希表,将时间缩减为O(1)所以时间复杂度为O(n)。

空间复杂度:O(n)哈希表存储数组的值和索引占用了额外的空间 ,额外空间的大小取决于数组元素的个数。数组元素个数为n。所以,占用的额外空间为O(n)。

空间复杂度:一个算法在运行过程中临时占用的存储空间的大小
有的算法只需要占用少量的临时工作单元,不随问题规模大小的变化而变化,这称为“就地/原地”,是节省存储的算法;而有的算法需要占用的临时工作单元的大小随问题规模n的变化而变化,它随着n的增大而增大,当n较大时,占用较多的临时工作单元,当n较小时,占用较小的临时工作单元。

存储算法本身所占用的存储空间大小与算法的书写长度有关。

方法三

哈希表

class Solution {
    public int[] twoSum(int[] nums, int target) {
        Map<Integer,Integer> map = new HashMap<>();
        for(int i = 0;i < nums.length;i++) {
            int con = target - nums[i];
            if(map.containsKey(con) && map.get(con) != i)
                return new int[]{map.get(con),i};
             map.put(nums[i],i);
        }
      throw new IllegalArgumentException("can not find !!");
    }
}

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值