1.Two Sum
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].
2.两数之和
给定一个整数数组,返回两个数字的索引,要求两个数字加起来等于一个特定的目标值。
你可以假定每个输入只有一个解决方案,并且不能使用同一个元素两次。
例子:
给定nums = [2,7,11,15],target=9,
因为nums[0] + nums[1] = 2 + 7 = 9,
返回[0, 1]。
3.说明
这道Two Sum的题目作为LeetCode的开篇之题,
乃是经典中的经典,
正所谓"平生不识TwoSum,刷尽LeetCode也枉然"。
下面我将分析几种常见的解法,
循序渐进的写出越来越优的解法,
并且给出Java实现代码,
同时分析算法的时间复杂度。
4.穷举法
遍历所有的两个数字的组合,然后计算两数和,
两个for循环搞定,简单暴力,比较费时的解法,
这个算法的时间复杂度是O(n^2)。
public int[] twoSumV1(int[] nums, int target) {
int[] results = new int[2];
for (int i = 0; i < nums.length; i++) {
// 注意j从i的下一个位置开始,同一个元素不能重复使用
for (int j = i + 1; j < nums.length; j++) {
// 两数和等于目标值即可退出查找
if (nums[i] + nums[j] == target) {
results[0] = i;
results[1] = j;
return results;
}
}
}
return results;
}
5.排序双指针夹逼法
先从小到大对数组进行排序,
再用双指针夹逼求出,
左边的指针left指向数组开始位置,对应数组的最小值,
右边的指针right指向数组结束位置,对应数组的最大值,
两数相加后sum和目标值target比较,
如果sum<target,则指针left向右边较大的数移动一位,
如果sum>target,则指针right向左边较小的数移动一位,
直到sum=target,获得题目所需要的解,
注意需要使用Map记录原来的数字对应的索引位置,
这里要求数组里面的整数不能重复。
这个算法的时间复杂度是O(n)。
public int[] twoSumV2(int[] nums, int target) {
int[] results = new int[2];
//记录原来的数对应的索引位置
Map<Integer, Integer> value2index = new HashMap<>();
for (int i = 0; i < nums.length; i++) {
// nums中不能有重复的数字,否则只会记录最后一个数字的索引
value2index.put(nums[i], i);
}
// 从小到大对数组进行排序
Arrays.sort(nums);
int left = 0;
int right = nums.length - 1;
while (left < right) {
int sum = nums[left] + nums[right];
// 两数和等于目标值即可退出查找
if (sum == target) {
// 获取当前两个数在原数组索引位置
results[0] = value2index.get(nums[left]);
results[1] = value2index.get(nums[right]);
return results;
}
// 两数和小于目标值,则指针left向右边较大的数移动一位
if (sum < target) {
left++;
}
// 两数和大于目标值,则指针right向左边较小的数移动一位
if (sum > target) {
right--;
}
}
return results;
}
6.Map空间换时间法
这个解法相对于上一个解法更进一步,
Map不仅用来查找数值对应的索引位置,
而且能够用来判断数值是否存在于数组中,
由于使用的是HashMap,
不会增加算法的时间复杂度,
而且不用要求数组里面的整数不能重复,
因为如果有重复的两个数字A1,A2,
1和2分别代表数组在数组中的索引,
Map中记录了数字A最后的索引2,
然后遍历A1时正好能取出索引2,
此刻会立即返回结果,
不会进行后续查找。
首先使用Map记录数字对应的索引位置,
然后我们只需要遍历一遍数字a,
另外一个数字b通过target-a得到,
然后在Map中查找是否存在b,
如果存在,则使用当前数字a的索引,
以及在Map中找出b的索引即可。
注意查找到的数字b不能是第一个数字a,
即两个数字ab对应的索引位置不能相同。
这个算法的时间复杂度是O(n)。
public int[] twoSumV3(int[] nums, int target) {
int[] results = new int[2];
// 记录数字对应的索引位置
Map<Integer, Integer> value2index = new HashMap<>();
for (int i = 0; i < nums.length; i++) {
value2index.put(nums[i], i);
}
// 只遍历一个数字a
for (int i = 0; i < nums.length; i++) {
Integer a = nums[i];
Integer b = target - a;
// 判断数字b是否存在,且b的索引不和a相同
if (value2index.containsKey(b) && value2index.get(b) != i) {
results[0] = i;
// 获取b在数组中的索引位置
results[1] = value2index.get(b);
break;
}
}
return results;
}
7.Map空间换时间法优化
把两个for循环合并成一个,
一边遍历a,一边初始化Map,
由于当前遍历的a还没有加入到Map中,
所以不会出现b和a的索引相同的情况,
而且能够正好穷尽a和b的组合,
为了更好的理解该算法优化,
下面举例,仅作参考,而非实际实现,
算法改进前:
[1,2,3]对应的组合[1,2],[1,3],[2,1],[2,3],[3,1],[3,2]
算法改进后:
[1,2,3]对应的组合[2,1],[3,1],[3,2]
所以该算法仍然能够正确工作。
这个算法的时间复杂度仍然是O(n)。
程序输出的结果正好和上面的相反,
假设nums=[1,2,3],target=3,
算法改进前:
results=[0,1],对应组合[1,2];
算法改进后:
results=[1,0],对应组合[2,1];
public int[] twoSumV4(int[] nums, int target) {
int[] results = new int[2];
Map<Integer, Integer> value2Index = new HashMap<>();
for (int i = 0; i < nums.length; i++) {
Integer a = nums[i];
Integer b = target - a;
// 判断数字b是否存在,存在即可退出查找
if (value2Index.containsKey(b)) {
results[0] = i;
results[1] = value2Index.get(b);
break;
}
// 在判断之后再把a加入map
value2Index.put(a, i);
}
return results;
}
8.参考
[LeetCode] 1. Two Sum 两数之和
求和问题总结(leetcode 2Sum, 3Sum, 4Sum, K Sum)