1.Two sum (Easy)#

Given an array of integers, return indices of the two numbers such that they add up to a specific target.

You may assume that each input would have exactly one solution, and you may not use the same element twice.

Example:

Given nums = [2, 7, 11, 15], target = 9,

Because nums[0] + nums[1] = 2 + 7 = 9,

return [0, 1].

solution##

题意是给定一个int数组nums和一个整数target，在nums里面找到两数之和为target的数，并返回两数的数组索引。假定nums数组里面只有唯一的一组结果，且同一个数字只能使用一次。

1.最容易想到的暴力算法，也就是我起初想到的！！！

class Solution {

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

        int[] indices = new int[2];

        for (int i = 0; i < nums.length - 1; i++)

        {

            for (int j = i + 1; j < nums.length; j++)

            {

                if (nums[i] + nums[j] == target)

                {

                    indices[0] = i;

                    indices[1] = j;

                    return indices;

                }

            }

        }

        throw new IllegalArgumentException("No two sum solution");

    }

}

2.速度更快的解法，HashMap

class Solution {

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

        Map<Integer,Integer> m = new HashMap<Integer,Integer>();

        for (int i = 0; i < nums.length; i++)

        {

            int complement = target - nums[i];

            if (m.containsKey(complement))

                return new int[] {m.get(complement),i};

            m.put(nums[i],i);

        }

        throw new IllegalArgumentException("No two sum solution");

    }

}

reference

https://leetcode.com/articles/two-sum/

总结##

第一种暴力算法就是先取一个数，然后用这个数依次与后面的每一个数相加求和，若和与target相等，则将这两个数的数组索引加入到一个新的int数组中，然后返回这个int数组。time complexity:O(n^2),space complexity:O(1)

第二种使用HashMap的方法起初不太容易想到。基本思路是将数组值作为键，索引作为值。是先创建一个hashmap，然后遍历数组nums，如果hashmap中已经存在complement=target-nums[i]这个元素，则将complement键对应的值（即数组索引），和i存到一个新的int数组里面并返回；若果不存在，则将nums[i],i分别作为键与值存到hashmap中去。如果遍历完数组没有找到相应的结果，则抛出异常。time complexity:O(n),space complexity:O(n)

Notes

1.数组值和下标互换是一种常用的技巧，不过只对整数有用；

巴特西

LeetCode--Array--Two sum (Easy)

1.Two sum (Easy)#

solution##

总结##

最新文章

热门文章