这段代码是解决「LeetCode 1. 两数之和」问题的经典哈希表解法，核心思路是通过哈希表记录已遍历元素的索引，实现快速查找 "互补元素"，从而将时间复杂度优化到线性级别。下面从「问题理解→核心思路→代码逐行解析→实例演示」四个维度详细讲解：
一、问题理解
「两数之和」问题要求：给定一个整数数组 nums 和一个目标值 target，在数组中找到两个不同的元素 ，使它们的和等于 target，返回这两个元素的索引 （注意：索引从 0 开始，且第一个索引必须小于第二个索引）。题目保证：数组中一定存在唯一解（无需考虑无解情况）。
二、核心思路
暴力解法（两层循环遍历所有可能的两数组合）的时间复杂度是 O(n²)，效率较低。而哈希表解法的核心优化是：用哈希表记录「已遍历元素的值→索引」 ，对于当前遍历的元素 x，只需检查哈希表中是否存在 target - x（即 "互补元素"）：
- 若存在：说明这两个元素的和为
target，直接返回它们的索引（哈希表中记录的索引是之前的，当前索引是后遍历的，满足 "前小后大"）。 - 若不存在：将当前元素
x和其索引存入哈希表，继续遍历。
三、代码逐行解析
java
运行
class Solution {
public int[] twoSum(int[] nums, int target) {
// 1. 创建哈希表：key是数组元素的值，value是该元素的索引
Map<Integer, Integer> idx = new HashMap<>();
// 2. 遍历数组（j是当前元素的索引）
// 循环没有终止条件：因为题目保证有唯一解，一定会在找到时返回
for (int j = 0;; j++) {
// 2.1 取当前元素的值x
int x = nums[j];
// 2.2 检查哈希表中是否存在"互补元素"（target - x）
if (idx.containsKey(target - x)) {
// 若存在：返回互补元素的索引（哈希表中存储的）和当前索引j
return new int[]{idx.get(target - x), j};
}
// 2.3 若不存在：将当前元素x和其索引j存入哈希表，继续遍历
idx.put(x, j);
}
}
}关键细节拆解：
-
哈希表的作用
Map<Integer, Integer> idx = new HashMap<>()：哈希表的键（key）是数组中已经遍历过的元素值，值（value）是该元素对应的索引。这样可以通过containsKey方法O (1) 时间 判断 "互补元素" 是否存在，通过get方法O (1) 时间获取其索引。 -
循环设计
for (int j = 0;; j++)：- 循环变量
j是当前遍历元素的索引，从 0 开始递增。 - 没有终止条件（
;;）：因为题目明确 "一定有解"，所以循环会在找到符合条件的两个元素时通过return终止，不会无限循环。
- 循环变量
-
核心逻辑：查找互补元素
int x = nums[j]：当前遍历的元素值为x。target - x：需要寻找的 "互补元素"（两者之和为target）。idx.containsKey(target - x)：检查哈希表中是否存在之前遍历过的 "互补元素"。- 若存在：
idx.get(target - x)得到互补元素的索引（必然小于j，因为它是之前遍历的），直接返回这两个索引。 - 若不存在：
idx.put(x, j)将当前元素和索引存入哈希表，继续遍历下一个元素。
- 若存在：
四、实例演示
以经典测试用例 nums = [2, 7, 11, 15]，target = 9 为例，演示执行过程：
- 初始状态 ：哈希表
idx为空，j = 0。 - j=0 ：
x = nums[0] = 2。- 检查是否有
target - x = 9 - 2 = 7？哈希表为空，无。 - 存入
idx.put(2, 0)→ 哈希表：{2:0}。
- j=1 ：
x = nums[1] = 7。- 检查是否有
target - x = 9 - 7 = 2？哈希表中存在2，对应索引0。 - 满足条件，返回
new int[]{0, 1}→ 结果正确。
五、复杂度分析
- 时间复杂度 ：
O(n)只需遍历一次数组（n是数组长度），哈希表的containsKey和put操作均为O(1)平均时间复杂度。 - 空间复杂度 ：
O(n)最坏情况下，需要在哈希表中存储n-1个元素（找到解时的前一个元素）。
总结
该解法的核心是利用哈希表的快速查找特性，将 "查找互补元素" 的时间从暴力解法的 O(n) 优化到 O(1)，整体效率大幅提升。这种 "以空间换时间" 的思路是哈希表的典型应用，也是大厂面试中高频考察的基础算法思想。