博客
关于我
[Easy] 1. Two Sum
阅读量:348 次
发布时间:2019-03-04

本文共 1909 字,大约阅读时间需要 6 分钟。

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].

Solution

1. brute force

class Solution {   public:    vector
twoSum(vector
& nums, int target) { int n = nums.size(); vector
res; for (int i = 0; i < n; i++) { for (int j = i+1; j < n; j++) { if(nums[i]+nums[j] == target) { res.push_back(i); res.push_back(j); return res; } } } return res; }};

2. hashmap

下面要用到unordered_map

unordered_map
::iterator it;it->first; // same as (*it).first (the key value)it->second; // same as (*it).second (the mapped value)

代码:

class Solution {   public:    vector
twoSum(vector
& nums, int target) { unordered_map
hmap; vector
res; for ( int i = 0; i < nums.size(); i++) { int input = nums[i]; //避免多次查找元素,先储存下来 int key = target - input; //计算关键码 auto it = hmap.find(key); // auto 简化变量初始化,根据后面的数据类型推测;find 通过给定关键码查找元素,如果key存在,则find返回key对应的迭代器,如果key不存在,则find返回unordered_map::end if ( it != hmap.end()) //如果key存在,说明已经找到符合条件的值,终止循环并返回 { res.push_back(it->second); //保存哈希表中的mapped value res.push_back(i); //保存当前下标 break; } //如果没有找到key,继续建立hash table hmap[input] = i; //保存nums[i]关键码所对应的下标值 } return res;}};

解题思路

这道题最简单能想到的就是遍历所有的可能数对,这样的话时间复杂度是O(n2)的。为了降低时间复杂度,我们可以考虑使用hashmap。

hashmap:
如果想知道是否有两个数的和等于target,可以先计算关键码key=target-nums[i]的值,然后在表中查找是否存在。如果存在直接返回下标。如果不存在,将{num[i], i} 保存到hash table中,以便下次查找。时间复杂度O(n)

转载地址:http://dyir.baihongyu.com/

你可能感兴趣的文章
NIO与零拷贝和AIO
查看>>
NIO同步网络编程
查看>>
NIO基于UDP协议的网络编程
查看>>
NIO笔记---上
查看>>
NIO蔚来 面试——IP地址你了解多少?
查看>>
NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
查看>>
NISP国家信息安全水平考试,收藏这一篇就够了
查看>>
NIS服务器的配置过程
查看>>
NIS认证管理域中的用户
查看>>
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NiuShop开源商城系统 SQL注入漏洞复现
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>