给定一个整数数组nums和一个整数目标值target,在该数组中找出和为目标值target两个整数,并返回数组下标。
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。
可以按任意顺序返回答案。
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] 。
输入:nums = [3,2,4], target = 6
输出:[1,2]
输入:nums = [3,3], target = 6
输出:[0,1]
枚举数组中的每一个数x,寻找数组中是否存在target-x。
当遍历整个数组寻找target-x时,需要注意到每一个位于x之前的元素都已经和x匹配过,因此不需要再进行匹配。每一个元素不能被使用两次,所以只需要在x后面的元素中寻找target-x.
class Solution {
public int[] twoSum(int[] nums, int target) {
int n = nums.length;
for (int i = 0; i < n; ++i) {
for (int j = i + 1; j < n; ++j) {
if (nums[i] + nums[j] == target) {
return new int[]{i, j};
}
}
}
return new int[0];
}
}
复杂度分析
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,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,需要找出其索引。
使用哈希表,可以将寻找target-x的时间复杂度降低到从O(N)降低到O(1).
创建一个哈希表,对于每一个x,首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与自己匹配。
class Solution {
public int[] twoSum(int[] nums, int target) {
Map<Integer, Integer> hashtable = new HashMap<Integer, Integer>();
for (int i = 0; i < nums.length; ++i) {
if (hashtable.containsKey(target - nums[i])) {
return new int[]{hashtable.get(target - nums[i]), i};
}
hashtable.put(nums[i], i);
}
return new int[0];
}
}
复杂度分析
x,可以O(1)地寻找target-x/**
* @author huchx
* @date 2022/6/7 17:15
*/
public class Test_2 {
public static int[] twoSum(int[] nums, int target) {
int[] res = new int[2];
for(int i=0;i<nums.length;i++){
for(int j=i+1;j<nums.length;j++){
if(nums[i]+nums[j]==target){
res[0]=i;
res[1]=j;
}
}
}
return res;
}
public static void main(String[] args) {
int[] nums =new int[3];int target = 6;
nums[0]=3;
nums[1]=2;
nums[2]=4;
System.out.println(twoSum(nums,target)[0]);
System.out.println(twoSum(nums,target)[1]);
}
}