击败了90%的解法？Two Sum 从 O(n²) 到 O(n) 的优化之路

同样是 Two Sum，暴力解法耗时 56ms，而哈希解法仅需 2ms，差距在哪?

话不多说，先上图

下图为暴力解法

图1-1

下图为暴力解法的代码

js 复制代码

public class TwoSum {
    public int[] twoSum(int[] nums, int target) {
        // 外层循环：遍历每个元素作为第一个数
        for (int i = 0; i < nums.length; i++) {
            // 内层循环：遍历当前元素之后的所有元素（避免重复计算）
            for (int j = i + 1; j < nums.length; j++) {
                // 判断两数之和是否等于目标值
                if (nums[i] + nums[j] == target) {
                    // 找到则返回两个元素的下标
                    return new int[]{i, j};
                }
            }
        }
        // 题目假设一定有解，此处可根据实际需求返回null或抛出异常
        return null;
    }
}

下图为借助HashMap实现的

图1-3
下图为借助**HashMap**实现的代码

class 复制代码

    public int[] twoSum(int[] nums, int target) {
        HashMap<Integer,Integer>sumMap=new HashMap<>();
        //这里第一个Integer是nums[i]
        //第二个Integer是i(数组的索引值)
        for(int i=0;i< nums.length;i++){
            //这里的complement指的是目标值和当前遍历的值的差值
            int complement=target-nums[i];
            if(sumMap.containsKey(complement)){
                return new int[]{sumMap.get(complement),i};
            }
            //如果在sumMap中没有找到与nums[i]和为target的值
            // 那就把当前的值和对应的索引放在sumMap里，
            //为了给后面还没有遍历到的元素做匹配存储
            sumMap.put(nums[i],i);
        }
        return null;
    }
}

作为"小趴菜"的我第一眼看到这个题目，想到的就是暴力解法 。

这种方法容易想到而且好理解，但总觉得不对劲------如果数组很长，这代码岂不是要跑半天？比如说当数组长度 n=10⁵ 时，暴力解法需要计算 10¹⁰ 次，直接超时！而且效率极低！所以此方法绝不是最佳。其实这题藏着哈希表最核心的用法：用空间换时间，把"找元素"的效率从O(n)压到O(1)。

暴力解法 和利用HashMap解法的主要区别：

想找和为target的另一个数，其实就是找target - nums[i]。暴力法是一个个问（遍历），而哈希表像个"通讯录"------把见过的数和它的下标记下来，下次需要时直接查（不用再遍历）。比如 nums = [2,7,11,15]，target=9：

当i=0（nums[i]=2），需要找9-2=7，查通讯录（目前为空），就把2和下标0存进去；
当i=1（nums[i]=7），需要找9-7=2，查通讯录------哎，2在里面！直接返回[0,1]。
图1-4中 map.containsKey(complement) ："这一步就是'查通讯录'，时间复杂度O(1)"；

下表展示两种解法复杂度区别以及使用场景

方法	时间复杂度	空间复杂度	适用场景
暴力循环	O(n²)	O(1)	数组极短的情况（n<1k）
哈希表	O(n)	O(n)	大部分场景（n>1w）

除了这两种解法，是否还有其他解法。

答案是肯定的

它就是"双指针解法"

但是使用这种解法是有前提的。已排序数组 是双指针优化的关键前提！如果题目给定的数组是升序排列 （如 [2, 7, 11, 15]），可以直接用双指针将时间复杂度优化到 O(n) ，且空间复杂度为 O(1)（无需额外哈希表）。

上代码：

`public int[] twoSum(int[] nums, int target) {

sql 复制代码

int left = 0, right = nums.length - 1;
while (left < right) {
    int sum = nums[left] + nums[right];
    if (sum == target) {
        return new int[]{left, right}; // 返回索引
    } else if (sum < target) {
        left++; // 和太小，左指针右移
    } else {
        right--; // 和太大，右指针左移
    }
}
return null; // 无解

时间复杂度 ：O(n)
- 双指针最多遍历整个数组一次（如最坏情况下 left 和 right 相遇）。
空间复杂度 ：O(1)
- 仅用两个指针变量，无额外空间。

以下是三种解法复杂度表

解法	时间复杂度	空间复杂度	适用场景
暴力双重循环	O(n²)	O(1)	无序数组，数据量小（n<1k）
哈希表	O(n)	O(n)	无序数组，数据量大 (n>1w)
双指针	O(n)	O(1)	已排序数组

一定要注意！！！使用双指针的前提是已排序的数组

最后关于三数之和的复杂度，想和掘友们聊聊：暴力是O(n³)，排序+双指针是O(n²) ，理论上哈希表也能做（存两数和），但实际为啥很少用哈希法？是空间换时间不划算，还是去重逻辑太复杂？大家在项目里遇到类似三数问题，优先选哪种思路？

有任何疑问，或者有其他优化思路，欢迎在评论区讨论～

欢迎大佬们不吝赐教～

感谢观看！