题目描述
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,并返回它们的数组下标。
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]
示例 3:
输入:nums = [3,3], target = 6
输出:[0,1]
提示:
- 2 <= nums.length <= 10^4
- -10^9 <= nums[i] <= 10^9
- -10^9 <= target <= 10^9
- 只会存在一个有效答案
进阶:你可以想出一个时间复杂度小于 O(n2) 的算法吗?
解法
暴力枚举
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[]{};
}
明显这个算法的时间复杂度是 O(N2),题目里问我 你可以想出一个时间复杂度小于 O(n2) 的算法吗? 那我就得想一想了。。
二分查找(失败了)
二分查找只适用于有序数组
public int[] twoSum(int[] nums, int target) {// 先进行升序排序sort(nums);int length = nums.length;for (int i = 0; i < length; i++) {int findNum = target - nums[i];int leftIndex = i + 1;int rightIndex = length - 1;int index = binarySearch(nums, findNum, leftIndex, rightIndex);if (index != -1) {// 找到目标值,返回索引数组return new int[]{i, index};}}return new int[]{};
}/*** 二分查找** @param nums 数组* @param findNum 要查找的数值* @param left 左边索引* @param right 右边索引* @return 查询到的索引,未查询到返回-1*/
private int binarySearch(int[] nums, int findNum, int left, int right) {while (left <= right) {int mid = left + (right - left) / 2;if (nums[mid] == findNum) {// 找到目标值,返回索引return mid;} else if (nums[mid] > findNum) {// 目标值在左半部分,更新右边界right = mid -1;} else {// 目标值在右半部分,更新左边界left = mid + 1;}}return -1;
}
输入数组 [3, 2, 4], 查找相加结果等于6 的两个数的索引
上述代码返回的结果是 [0,2] 3+4显然是不等于6的
原因是在代码开始执行 sort 后,数组的顺序发生了变化,虽然可以找到 相加等于target的两个数值,但无法找到最初对应的索引。除非,被查找的数组是个有序数组
因此,二分查找只对有序数组有效!!
哈希表
用哈希表实现就很简单了,准备一个map,以数值做为key,以索引作为value
遍历数组,查询map中是否存在目标值,存在返回 当前索引 以及 map中存储的目标值对应的索引;不存在 则向map中插入当前数值及索引
时间复杂度和空间复杂度都是O(N)
public int[] twoSum(int[] nums, int target) {HashMap<Integer, Integer> numsMap = new HashMap<>();for (int i = 0; i < nums.length; i++) {int targetNum = target - nums[i];if (numsMap.containsKey(targetNum)) {return new int[]{i, numsMap.get(targetNum)};}numsMap.put(nums[i], i);}return new int[]{};
}