当前位置 博文首页 > 信息技术智库:《画解算法》1.两数之和【python实现】

    信息技术智库:《画解算法》1.两数之和【python实现】

    作者:[db:作者] 时间:2021-09-13 19:00

    🍅 作者主页:不吃西红柿

    🍅 简介:CSDN博客专家🏆、信息技术智库公号作者?。简历模板、职场PPT模板、技术难题交流、面试套路尽管【关注】私聊我。

    🍅 欢迎点赞 👍 收藏 ?留言 📝 如有错误敬请指正!

    ??

    ?给定一个整数数组?nums?和一个整数目标值?target,请你在该数组中找出?和为目标值?target? 的那?两个?整数,并返回它们的数组下标。

    你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。

    你可以按任意顺序返回答案。

    示例 1:

    输入:nums = [2,7,11,15], target = 9
    输出:[0,1]
    解释:因为 nums[0] + nums[1] == 9 ,返回 [0, 1] 。
    

    示例 2:

    输入:nums = [3,2,4], target = 6
    输出:[1,2]
    

    示例 3:

    输入:nums = [3,3], target = 6
    输出:[0,1]

    ?

    1.暴力求解

    两层循环,外层循环枚举(或称作选中一个标杆),内层循环从枚举值之后开始遍历,计算两数的和是否等于target。如果找到了两个数,那么返回这两个数的下标。

    for(int i = 0; i < n - 1; ++i) {
    ? ? for(int j = i + 1; j < n; ++j ) {
    ? ? ? ? if nums[i] + nums[j] == target
    ? ? ? ? ...
    ? ? }
    }


    暴力求解的算法时间复杂度为指数级,也就是O(n^2)

    分析暴力求解,我们发现存在重复搜索的情况,也就是对数组中的部分数据搜索了多次。那如何只对数组中的数据搜索1次(或常数级),然后求解呢?

    我们知道,寻找一个数是否存在,最快的方法是通过hash表,在O(1)的时间复杂度之内就可以判断是否存在某个数。

    2.哈希表求解
    可对数组遍历一次,然后将数据存入hash表,然后再遍历一次数组,查找 target - currentdata 是否存在hash表中,如果存在,那么我们就寻找到了两个数。 题目要求我们返回数组的下标,那么我们的hash表的key是数组元素的值,value是下标。

    这种方法在最坏的情况下,对数组遍历了2次,也就是算法的时间复杂度是O(2n),去掉前导系数是O(n),虽然是相比暴力求解,算法的时间复杂度降低了,但是还有优化的空间。

    在遍历数组并将数据放入hash表的同时,我们也可以find(target - currentdata)是否存在,如果存在那么就找到了满足条件的两个数。

    find(9-4), 存在那返回这两个数的下标,如果不存在,那么将 4 放入hash表。

    image.png

    ?
    find(9-6), 存在那返回这两个数的下标,如果不存在,那么将 6 放入hash表。

    image.png

    ?

    在遍历到元素5的时候,我们find(9-5),找到了这两个数。

    image.png

    ?


    动画演示下这个过程

    2021-06-06 222452.gif

    ?

    代码实现

    class Solution:
    ? ? def twoSum(self, nums: List[int], target: int) -> List[int]:
    ? ? ? ? hashtable = dict()
    ? ? ? ? for i, num in enumerate(nums):
    ? ? ? ? ? ? # ② map中查找是否有 target - curvalue的数据
    ? ? ? ? ? ? if target - num in hashtable:
    ? ? ? ? ? ? ? ? return [hashtable[target - num], i]
    ? ? ? ? ? ? # ① 数组中的每个数放入map中
    ? ? ? ? ? ? hashtable[nums[i]] = i
    ? ? ? ? return []

    热门专栏推荐:

    🥇 大数据集锦专栏:大数据-硬核学习资料 & 面试真题集锦?
    🥈?数据仓库专栏:数仓发展史、建设方法论、实战经验、面试真题?
    🥉?Python专栏:Python相关黑科技:爬虫、算法、小工具?

    (优质好文持续更新中……)?

    cs