【HOT100|1 LeetCode 1. 两数之和】

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

复制代码
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:
  1. 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。

  2. 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。
  3. 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。

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:

  1. 初始状态 :哈希表 idx 为空,j = 0。
  2. 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}。
  3. 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。

相关推荐
AvocadoZeroOneOI10 分钟前
B4500 [GESP202603 三级] 凯撒密码 详细解题报告
c++·算法
文丑颜不良啊41 分钟前
LeetCode3421~3440题目解析
java·leetcode
cjz38992 小时前
双指针技巧:覆盖式双指针(原地覆盖)
算法
console.log('npc')4 小时前
Python 学习教程 · 第4课:数据结构
数据结构·python·学习
橘子136 小时前
【高级数据库】关系代数基本概念
算法
电科_银尘17 小时前
【大模型算法与工程 15】手写Self-Attention:Q、K、V与缩放点积
算法
郝学胜-神的一滴20 小时前
Effective STL 条款03:容器中的对象复制要廉价且正确
开发语言·数据结构·c++·算法·rpc·stl
秋天的怀念_David20 小时前
算法一千零一夜 · 第三十三夜 · 跳表
java·程序人生·算法
LK_071 天前
【力扣】142. 环形链表 II |Python
python·leetcode·链表
Pniubi1 天前
力扣21合并两个有序链表
算法·leetcode·职场和发展