Leetcode不需要過多介紹了，今天一邊開始刷題一邊開始總結(jié)：

官網(wǎng)鏈接如下：https://leetcode.com/problemset/all/

題1描述：

1

Two Sum

38.80%

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].

C語言解法一：

/*** Note: The returned array must be malloced, assume caller calls free().*/ int* twoSum(int* nums, int numsSize, int target) {int i, j;int *p = (int *)malloc(2*sizeof(int));for(i=0; i<numsSize-1; i++){for(j=i+1; j<numsSize; j++){if( (*(nums+i) + (*(nums+j))) == target){p[0] = i;p[1] = j; }}} return p; }

遞交結(jié)果：

復(fù)雜度分析：

時(shí)間復(fù)雜度：O(n^2)，空間復(fù)雜度O(1).

?

解法2：

為了改善運(yùn)行時(shí)間的復(fù)雜度，我們需要一種更有效的方法來檢查數(shù)組中是否存在相對應(yīng)的數(shù)。 如果存在，我們需要查找其索引。 維護(hù)數(shù)組中每個(gè)元素到其索引的映射的最佳方法是什么？ 哈希表。

我們通過交換空間來減少從O（n）到O（1）的查找時(shí)間。 哈希表就是為此目的而構(gòu)建的，它支持在接近恒定的時(shí)間內(nèi)快速查找。 我說“接近”，因?yàn)槿绻l(fā)生碰撞，查找可能會退化為O（n）時(shí)間。 但是只要仔細(xì)選擇哈希函數(shù)，查找哈希表就應(yīng)該分?jǐn)侽（1）時(shí)間。

一個(gè)簡單的實(shí)現(xiàn)使用兩次迭代。 在第一次迭代中，我們將每個(gè)元素的值及其索引添加到表中。 然后，在第二次迭代中，我們檢查表中是否存在每個(gè)元素的補(bǔ)碼（target-nums ）。 請注意，補(bǔ)充不能是nums [i]本身！

class Solution {public int[] twoSum(int[] nums, int target) {Map<Integer, Integer> map = new HashMap<>();for (int i = 0; i < nums.length; i++) {int complement = target - nums[i];if (map.containsKey(complement)) {return new int[] { map.get(complement), i };}map.put(nums[i], i);}throw new IllegalArgumentException("No two sum solution"); } }

遞交結(jié)果：

復(fù)雜度分析：

時(shí)間復(fù)雜度：O(n)，空間復(fù)雜度O(n).

總結(jié)

以上是生活随笔為你收集整理的Leetcode刷题实战（1）：Two Sum的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。