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;
}
}
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;
}
}
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;
}
}
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 !!");
}
}