目录
方法1:枚举法
思路
Code
方法2:哈希表
思路
Code
方法1:枚举法
思路
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。
当我们使用遍历整个数组的方式寻找 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。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。
Code
C++:
class Solution {
public:vector<int> twoSum(vector<int>& nums, int target) {for(int i = 0;i < nums.size() - 1;i++){for(int j = i + 1;j < nums.size();j++){if(nums[i] + nums[j] == target){return {i,j};}}}return {};}
};python:
class Solution:def twoSum(self, nums: List[int], target: int) -> List[int]:n = len(nums)for i in range(n):for j in range(i + 1, n):if nums[i] + nums[j] == target:return [i, j]return []
时间复杂度：O()
空间复杂度：O(1)
方法2:哈希表
思路
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) 降低到 O(1)。
这样我们创建一个哈希表，对于每一个 x，我们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 和自己匹配。
Code
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 {};}
};python:
class Solution:def twoSum(self, nums: List[int], target: int) -> List[int]:hashtable = dict()for i, num in enumerate(nums):if target - num in hashtable:return [hashtable[target - num], i]hashtable[nums[i]] = ireturn []
