Leetcode热题100(1) - 两数之和

欢迎来到力扣热门100题系列文章!

在这个系列中,我将带您逐一探索力扣平台上最受欢迎的100道题目。每篇文章都将包括问题的详细说明、解题思路和代码实现。希望通过这个系列,您能够提升自己的算法和数据结构技能,为下一份工作做好准备。

1. 两数之和

Question

leetcode.cn/problems/tw...

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:

ini 复制代码
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:

ini 复制代码
输入:nums = [3,2,4], target = 6
输出:
[1,2]

示例 3:

ini 复制代码
输入:nums = [3,3], target = 6
输出:
[0,1]

提示:

  • 2 <= nums.length <= 104
  • -109 <= nums[i] <= 109
  • -109 <= target <= 109
  • 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?

Solution

暴力法

可以使用嵌套循环查找满足条件的答案。

java 复制代码
class Solution {
	public int[] twoSum(int[] nums, int target) {
        for(int i = 0; i = nums.length; i++) {
            for(int j = 1; j = nums.length; j++) {
                if(nums[i] + nums[j] == target) {
                    return new int[]{i,j};
                }
            }
        }
        return null;
    }
}

时间复杂度

O(n^2), n是数组nums的长度。

空间复杂度

O(1), 不需要使用额外空间。

使用Map

我们声明一个Map,用来存储数字和该数字对应下标。

我们遍历数组,每次遍历时用target减去nums[i]得到剩余数字 ,然后查找剩余数字 是否在Map中。如果在Map,则返回剩余数字 的下标和当前下标 ;如果不在Map中,则将当前数字当前下标写入Map。

java 复制代码
class Solution {
    public int[] twoSum(int[] nums, int target) {
        var map = new HashMap<Integer, Integer>();
        for(var i = 0; i < nums.length; i++) {
            var remain = target - nums[i];
            if(map.containsKey(remain)) {
                return new int[] {map.get(remain), i};
            } 
            map.put(nums[i], i);
        }
        return null;
    }
}

时间复杂度

O(n), n是数组nums的长度。

空间复杂度

O(n), n是数组nums的长度。

相关推荐
千寻girling1 小时前
Python 是用来做 AI 人工智能 的 , 不适合开发 Web 网站 | 《Web框架》
人工智能·后端·算法
颜酱5 小时前
一步步实现字符串计算器:从「转整数」到「带括号与优化」
javascript·后端·算法
CoovallyAIHub1 天前
语音AI Agent编排框架!Pipecat斩获10K+ Star,60+集成开箱即用,亚秒级对话延迟接近真人反应速度!
深度学习·算法·计算机视觉
木心月转码ing1 天前
Hot100-Day14-T33搜索旋转排序数组
算法
会员源码网1 天前
内存泄漏(如未关闭流、缓存无限增长)
算法
颜酱1 天前
从0到1实现LFU缓存:思路拆解+代码落地
javascript·后端·算法
颜酱1 天前
从0到1实现LRU缓存:思路拆解+代码落地
javascript·后端·算法
CoovallyAIHub2 天前
Moonshine:比 Whisper 快 100 倍的端侧语音识别神器,Star 6.6K!
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
速度暴涨10倍、成本暴降6倍!Mercury 2用扩散取代自回归,重新定义LLM推理速度
深度学习·算法·计算机视觉