1. Two Sum(两数之和)Python

1. Two Sum(两数之和)Python

一、题目

1.Two SumGiven an array of integers nums and an integer target, return indices of the two numbers such that they add up to target.You may assume that each input would have exactly one solution, and you may not use the same element twice.You can return the answer in any order.
Example 1:

Input: nums = [2,7,11,15], target = 9Output: [0,1]Output: Because nums[0] + nums[1] == 9, we return [0, 1].

Example 2:

Input: nums = [3,2,4], target = 6Output: [1,2]

Example 3:

Input: nums = [3,3], target = 6Output: [0,1]

Constraints:

  • 2 <= nums.length <= 103
  • -109 <= nums[i] <= 109
  • -109 <= target <= 109
  • Only one valid answer exists.

二、解法1:暴力破解法(Brute Force)

分析

从一个数组(nums)中找到两个数,这两个数的和等于 target。那么就可以一个一个地试,从第一个元素开始,判断后面的数和它相加是否等于target。这里有个地方需要注意:(1)根据题目 Only one valid answer exists 的意思,所以必然存在且仅存在一个解。
示例:nums = [2,7,11,15], target = 9
(1)从第 1 个数2开始,逐个与后面的数相加判断是否等于 9 。
因为 2 + 7 刚好等于9,所以将元素 2 和 7 的索引存储到列表中,并将该列表返回即可。
(2)因为要返回的是索引,所以循环的时候应该使用数组的索引进行循环。

算法实现

class Solution:    def twoSum(self, nums: List[int], target: int) -> List[int]:        # 暴力破解法        # len()方法时间复杂度是O(1)        n = len(nums)        # 因为要返回的是索引,所以应该使用数组的索引进行循环        for i in range(n):            for j in range(i + 1, n):                if nums[i] + nums[j] == target:                    return [i, j]            

复杂度

  • 时间复杂度:O(n^2)。
  • 空间复杂度:O(1)。因为额外的空间只是[i,j],无论数组多大,都是只存储两个元素,所以时间复杂度是 O(1)。

三、解法2:哈希表

分析

这题涉及到一个判断是否存在的问题,判断是否存在使用哈希表是最快的,因为时间复杂度是:O(1)。所以可以在遍历的时候把元素作为键,把索引作为值存到字典中。然后遍历下一个元素 elem 的时候判断其是否存在于字典中,如果存在,则找到了。
示例:nums = [2,7,11,15], target = 9
(1)遍历第一个元素2, 不存在于字典中,所以把{2, 0}存到字典中。

dct = {2:0,}


(2)遍历第二个元素 7,9 - 7 = 2,判断 2 是否存在于字典中,存在,返回索引,结束遍历。

算法实现

class Solution:    def twoSum(self, nums: List[int], target: int) -> List[int]:        # 哈希表        dct = {}        for i, v in enumerate(nums):            if target - v in dct:                return [dct[target - v], i]            dct[v] = i

复杂度

  • 时间复杂度:O(n)。
  • 空间复杂度:O(n)。

四、数据结构与算法

数据结构

1、顺序表:list2、哈希表:dict

算法

1、破解法。

推荐阅读