LeetCode 两数之和,c++

两个数之和

题目:

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]

方法一:暴力求解

第一次在leetcode写题,格式不是很适应,大家好像都是用java和Python写的。leetcode给出的格式是只要写出规定的算法就可以了,不要求写主函数。

这个题有几种写法,现在用的是暴力求解,时间复杂度为o(n2),没有进行优化,看到评论说可以用哈希表来写,等下去学习一下。

这个题用到的向量函数: nums.size(),向量的大小;

                                        nums.at(), 访问向量的元素。

注意:这个返回的值,返回格式为 return{i,j}

代码:

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        for( int i = 0;i < nums.size(); i++ ){
            for( int j = i + 1;j < nums.size(); j++ ){
                if( nums.at(i) + nums.at(j) == target ){
                    return {i,j};
                }
            }
        }
        return {};
    }
};

 

方法2:哈希法

第一次学习这种方法,觉得好神奇鸭,特意去看了一下map的基础用法,map<key,value>。

首先创建哈希表,我们已知了target,以及nums的一个元素,只需要判断target-nums[i]是不是存在即可;

所以我们的key=nums[i]; 而我们的value=i;因为需要判断它是否为同一个元素。

map1.count(x)可以判断x在哈希表内是否存在。当然它判断的是key的值

代码如下:

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        map<int ,int> map1;
        vector<int> result;
        
        for(int i = 0; i < nums.size(); i++){
            map1[nums[i]]=i;
        }
        
        for(int i=0;i<nums.size();i++){
            if(map1.count(target-nums[i])!=0 && map1[target-nums[i]]!=i){
                result.push_back(i);
                result.push_back(map1[target-nums[i]]);
                break;
            }
        }
        return result;
    }
};

 

<think>好的,我现在需要解决用户的问题,也就是如何在C++中实现LeetCode上的两数之和问题。首先,我得先回忆一下两数之和的问题描述。题目是给定一个整数数组和一个目标值,找出数组中和为目标值的两个数的索引。假设每个输入只对应一个答案,且同一个元素不能使用两次。 接下来,我需要考虑不同的解法。用户提到的是C++,所以需要以C++的语法来实现。常见的解法有两种:暴力法和哈希表法。暴力法的时间复杂度是O(n²),而哈希表法可以优化到O(n)。用户可能希望得到这两种解法的解释,或者其中一种更优的解法。 首先,暴力法。这应该是直接的,两层循环遍历数组,检查每一对元素是否满足条件。例如,外层循环从i开始,内层循环从i+1开始,避免重复使用同一个元素。如果nums[i] + nums[j]等于目标值,就返回i和j。这种方法虽然简单,但在数据量大的情况下效率不高。不过对于刚接触这个问题的人来说,可能更容易理解。 然后是哈希表法。这个方法利用哈希表来存储已经遍历过的元素及其索引。对于当前元素nums[i],计算目标值减去它的余数(target - nums[i]),然后在哈希表中查找是否存在这个余数。如果存在,就返回对应的索引和当前i。这样可以一次遍历完成,时间复杂度为O(n)。但需要注意处理哈希冲突的情况,不过C++中的unordered_map通常能处理得比较好。 现在需要根据用户提供的引用资料来确认是否有现成的C++代码示例。根据引用[2],确实有一个C++的暴力解法示例。用户提供的示例代码是: class Solution { public: vector<int> twoSum(vector<int>& nums, int target) { for(int i=0; i < nums.size(); i++) { for(int j=i+1; j < nums.size(); j++) { if(nums[j] == target - nums[i]) { return {i, j}; } } } return {-1, -1}; } }; 这段代码是正确的暴力解法,但用户可能想知道更高效的解法,比如哈希表法。引用[4]提到Java中使用HashMap的解法,类似地,在C++中可以使用unordered_map来实现。需要将Java的HashMap转换为C++的unordered_map,并调整语法。 因此,哈希表法的C++实现大致如下: class Solution { public: vector<int> twoSum(vector<int>& nums, int target) { unordered_map<int, int> numMap; for (int i = 0; i < nums.size(); i++) { int complement = target - nums[i]; if (numMap.find(complement) != numMap.end()) { return {numMap[complement], i}; } numMap[nums[i]] = i; } return {}; // 如果没有找到解,返回空,但题目假设有解 } }; 这段代码首先创建一个哈希表numMap,用来存储元素值和对应的索引。遍历数组时,对于每个元素nums[i],计算需要的补数complement,然后检查补数是否已经在哈希表中。如果存在,就返回补数的索引和当前i。如果不存在,就将当前元素和索引存入哈希表。 需要注意的是,这里返回的索引顺序是否正确。比如,先存储的是之前的元素,所以numMap[complement]应该是较小的索引,而i是较大的,符合题目要求。此外,题目假设有且仅有一个解,所以不需要处理找不到的情况,但代码中还是返回了空向量,可以根据需要调整。 接下来,需要分析两种方法的时间复杂度和空间复杂度。暴力法是O(n²)时间,O(1)空间;哈希表法是O(n)时间,O(n)空间。这可以帮助用户根据实际情况选择合适的方法。 用户可能需要知道这两种方法的优缺点。例如,当内存受限时,暴力法可能更合适,但通常哈希表法更高效。另外,哈希表法需要注意元素重复的情况,但由于题目说明每个输入只有一个答案,所以不会出现冲突无法处理的情况。 另外,引用[3]提到了有序数组的情况,使用双指针法,时间复杂度O(n),空间O(1)。但用户的问题是于普通两数之和,不是有序的情况,所以双指针可能不适用,除非先排序,但这会改变索引,所以需要处理索引保存的问题,复杂度更高,可能不适用。 用户可能还会心边界条件,比如数组长度是否至少为2,元素是否可能为负数,但题目中并没有限制,所以代码不需要特别处理这些情况,因为题目保证有解。 总结,用户需要的是C++实现的两数之和解法,所以应该提供暴力法和哈希表法两种,并解释它们的原理和复杂度。同时,根据提供的引用资料,引用[2]和[4]分别对应这两种方法,可以适当引用。</think>### LeetCode两数之和问题C++解法 **题目要求**:在整数数组中找到两个数,使其和等于目标值,返回它们的下标索引(从0开始)。 #### 方法一:暴力枚举法 通过双重循环遍历所有可能的元素组合,时间复杂度$O(n^2)$,空间复杂度$O(1)$。 ```cpp class Solution { public: vector<int> twoSum(vector<int>& nums, int target) { for(int i = 0; i < nums.size(); i++) { for(int j = i + 1; j < nums.size(); j++) { if(nums[j] == target - nums[i]) { return {i, j}; } } } return {}; // 题目保证存在解,此处仅为语法需要 } }; ``` **适用场景**:小规模数据或内存敏感场景[^2]。 --- #### 方法二:哈希表优化法 利用哈希表存储已遍历元素,时间复杂度$O(n)$,空间复杂度$O(n)$。 ```cpp #include <unordered_map> class Solution { public: vector<int> twoSum(vector<int>& nums, int target) { unordered_map<int, int> numMap; for(int i = 0; i < nums.size(); i++) { int complement = target - nums[i]; if(numMap.find(complement) != numMap.end()) { return {numMap[complement], i}; } numMap[nums[i]] = i; } return {}; } }; ``` **核心逻辑**:通过哈希表快速查找补数,避免重复遍历[^4]。 --- #### 复杂度对比 | 方法 | 时间复杂度 | 空间复杂度 | |-----------|--------|--------| | 暴力枚举法 | $O(n^2)$ | $O(1)$ | | 哈希表优化法 | $O(n)$ | $O(n)$ | ---
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