给定一个整数数组nums和一个整数目标值target,请你在该数组中找出和为目标值target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,数组中同一个元素在答案里不能重复出现。
你可以按任意顺序返回答案。
示例1:
输入:nums = [2,7,11,15], target = 9
输出:[0,1]
解释:因为nums[0] + nums[1] == 9 ,返回[0,1]。
示例2
输入:nums = [3,2,4], target = 6
输出:[1,2]
提示:
- 2 <= nums.length <= 10^4
- -10^9 <= nums[i] <= 10^9
- -10^9 <= target <= 10^9
进阶: 你可以想出一个时间复杂度小于O(n²)的算法吗?
题解:
方法一:暴力枚举
最容易想到的方法是枚举数组中的每一个数x,寻找数组中是否存在 target-x 时,需要注意到每一个位于需要再进行匹配。而每一个元素不能被使用两次,所以我们只需要在 x 后面的元素中寻找 target-x 。
代码
c:
int* twoSum(int* nums,int sumsSize,int target,int* returnSize){
for(int i = 0; i < numsSize; ++i){
for(int j = i+1; j<numsSize; ++j){
if(nums[i] + nums[j] == target){
int* ret = malloc(sizeof(int)*2);
ret[0] = i, ret[1] = j;
*returnSize = 2;
return ret;
}
}
}
*returnSize = 0;
return NULL;
}
C++:
class Solution{
public:
vector<int> twoSum(vector<int>& nums, int target){
int n = nums.size();
for(int i = 0; i < n; ++i){
for(int j = i + 1; j < n; ++j){
if(nums[i] = nums[j] == target){
return {i,j};
}
}
}
return {};
}
};
复杂度分析
- 时间复杂度:O(N²),其中N是数组中的元素数量。最坏情况下数组中任意两个数都要被匹配一次。
- 空间复杂度:O(1)。
方法二:哈希表
注意到方法一的时间复杂度较高的原因是寻找 target-x 的时间复杂度过高。因此,我们需要一种更优秀的方法,能够快速寻找数组中是否存在目标元素。如果存在,我们需要找出它的索引。
使用哈希表,可以将寻找 target-x 的时间复杂度降低到从O(N)到O(1).
这样我们创建一个哈希表,对每一个 x ,我们先查询哈希表中是否存在 target-x ,然后将 x 插入到哈希表中,即可保证不会让 x 和自己匹配。
代码
C++
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target){
unordered_map<int, int> hashtable;
for(int i=0; i<nums.size(); ++i){
auto it = hashtable.find(target - nums[i]);
if(it!=hashtable.end()){
return {it->second,i};
}
hashtable[nums[i]]=i;
}
return {};
}
};
复杂度分析:
- 时间复杂度:O(N),其中N是数组中的元素数量。对于每一个元素 x,我们可以O(1)地寻找 target-x 。
- 空间复杂度:O(N),其中N是数组中的元素数量。主要为哈希表的开销。