编程艺术0001_两数之和_解法

Posted 极智视界

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了编程艺术0001_两数之和_解法相关的知识,希望对你有一定的参考价值。

欢迎关注我的公众号 [极智视界],获取我的更多笔记分享

和大家一起 coding,享受 coding 的乐趣

  大家好,我是极智视界。本文分享 0001_两数之和 的多语言解法,包括 C++、C、python、go、java、js。

  leetcode 原题链接:https://leetcode-cn.com/problems/two-sum/

  github 题解链接:https://github.com/Jeremy-J-J/leetcode

文章目录

1、题目描述

  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]

提示:

  • 2 <= nums.length <= 104
  • -109 <= nums[i] <= 109
  • -109 <= target <= 109
  • 只会存在一个有效答案

  **进阶:**你可以想出一个时间复杂度小于 O(n2) 的算法吗?


2、题解

2.1 C++

1> 暴力枚举

  • 执行用时 780 ms,在所有 C++ 提交中击败了 5.27% 的用户
  • 内存消耗 9.9 MB,在所有 C++ 提交中击败了 75.05% 的用户
class Solution 
public:
    vector<int> twoSum(vector<int>& nums, int target) 
        vector<int> res;
        for(int i = 0; i < nums.size(); i++)
            for(int j = 0; j < nums.size(); j++)
                if(nums[i] + nums[j] == target && i != j)
                    res.push_back(i);
                    res.push_back(j);
                    return res;
                
            
        
        return res;
    
;

2> 暴力枚举

  • 执行用时 272 ms,在所有 C++ 提交中击败了 35.17% 的用户
  • 内存消耗 9.9 MB,在所有 C++ 提交中击败了 76.65% 的用户
// 暴力枚举
// 复杂度分析:
// - 时间复杂度:O(N^2), 其中N是数组中的元素数量,最坏情况下数组中任意两个数都要被匹配一次
// - 空间复杂度:O(1)
class Solution 
public:
    vector<int> twoSum(vector<int>& nums, int target) 
        int n = nums.size();
        for(int i = 0; i < n; ++i)
            for(int j = i + 1; j < n; ++j)
                if(nums[i] + nums[j] == target)
                    return i, j;
                
            
        
        return ;
    
;

3> 哈希表

  • 执行用时 4 ms,在所有 C++ 提交中击败了 99.36% 的用户
  • 内存消耗 10.5 MB,在所有 C++ 提交中击败了 37.21% 的用户
// 哈希表
// 复杂度分析:
// - 时间复杂度:O(N), 其中N是数组中的元素数量。对于每一个元素x, 我们可以O(1)地去寻找target-x
// - 空间复杂度:O(N), 其中N是数组中的元素数量,主要为哈希表的开销。
class Solution 
public:
    vector<int> twoSum(vector<int>& nums, int target)
        unordered_map<int, int> hashtable;
        for(int i =0; i < nums.size(); ++i)
            auto it = hashtable.find(target - nums[i]);
            if(it != hashtable.end())
                return it->second, i;
            
            hashtable[nums[i]] = i;
        
        return ;
    
;

2.2 C

1> 暴力枚举

  • 执行用时 192 ms,在所有 C 提交中击败了 5.14% 的用户
  • 内存消耗 6.2 MB,在所有 C 提交中击败了 62.90% 的用户
/**
 * Note: The returned array must be malloced, assume caller calls free().
 */
int* twoSum(int* nums, int numsSize, int target, int* returnSize)
    int* res = (int*)malloc(2 * sizeof(int));
    returnSize[0] = 2;
    for(int i = 0; i < numsSize; i++)
        for(int j = 0; j < numsSize; j++)
            if(nums[i] + nums[j] == target && i != j)
                res[0] = i;
                res[1] = j;
                return res;
            
        
    
    return res;

2> 暴力枚举

  • 执行用时 92 ms,在所有 C 提交中击败了 52.45% 的用户
  • 内存消耗 6.4 MB,在所有 C 提交中击败了 17.06% 的用户
// 暴力枚举
// 复杂度分析:
// - 时间复杂度:O(N^2), 其中N是数组中的元素数量,最坏情况下数组中任意两个数都要被匹配一次
// - 空间复杂度:O(1)
int* twoSum(int* nums, int numsSize, int target, int* returnSize)
    for(int i = 0; i < numsSize; ++i)
        for(int j = i + 1; j < numsSize; ++j)
            if(nums[i] + nums[j] == target)
                int* ret = malloc(sizeof(int) * 2);
                ret[0] = i, ret[1] = j;
                *returnSize = 2;
                return ret;
            
        
    
    *returnSize = 0;
    return NULL;

3> 哈希表

  • 执行用时 8 ms,在所有 C 提交中击败了 97.83% 的用户
  • 内存消耗 7.8 MB,在所有 C 提交中击败了 5.05% 的用户
// 哈希表
// 复杂度分析:
// - 时间复杂度:O(N), 其中N是数组中的元素数量。对于每一个元素x, 我们可以O(1)地去寻找target-x
// - 空间复杂度:O(N), 其中N是数组中的元素数量,主要为哈希表的开销。
struct hashTable
    int key;
    int val;
    UT_hash_handle hh;
;

struct hashTable* hashtable;

struct hashTable* find(int ikey)
    struct hashTable* tmp;
    HASH_FIND_INT(hashtable, &ikey, tmp);
    return tmp;


void insert(int ikey, int ival)
    struct hashTable* it = find(ikey);
    if(it == NULL)
        struct hashTable* tmp = malloc(sizeof(struct hashTable));
        tmp->key = ikey, tmp->val =ival;
        HASH_ADD_INT(hashtable, key, tmp);
    else
        it->val = ival;
    


int* twoSum(int* nums, int numsSize, int target, int* returnSize)
    hashtable = NULL;
    for(int i = 0; i <numsSize; i++)
        struct hashTable* it = find(target - nums[i]);
        if(it != NULL)
            int* ret = malloc(sizeof(int) * 2);
            ret[0] = it->val, ret[1] = i;
            *returnSize = 2;
            return ret;
        
        insert(nums[i], i);
    
    *returnSize = 0;
    return NULL;

2.3 python

1> 暴力枚举

  • 执行用时 6568 ms,在所有 Python3 提交中击败了 5.00% 的用户
  • 内存消耗 15.7 MB,在所有 Python3 提交中击败了 55.33% 的用户
class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        res = []
        for i in range(len(nums)):
            for j in range(len(nums)):
                if nums[i] + nums[j] == target and i != j:
                    res.append(i)
                    res.append(j)
                    return res
        return res

2> 暴力枚举

  • 执行用时 3392 ms,在所有 Python3 提交中击败了 13.59% 的用户
  • 内存消耗 15.6 MB,在所有 Python3 提交中击败了 65.11% 的用户
# 暴力枚举
# 复杂度分析:
# - 时间复杂度:O(N^2), 其中N是数组中的元素数量,最坏情况下数组中任意两个数都要被匹配一次
# - 空间复杂度:O(1)
class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        n = len(nums)
        for i in range(n):
            for j in range(i + 1, n):
                if nums[i] + nums[j] == target:
                    return [i, j]
        return []

3> 哈希表

  • 执行用时 36 ms,在所有 Python3 提交中击败了 89.45% 的用户
  • 内存消耗 16.1 MB,在所有 Python3 提交中击败了 13.01% 的用户
# 哈希表
# 复杂度分析:
# - 时间复杂度:O(N), 其中N是数组中的元素数量。对于每一个元素x, 我们可以O(1)地去寻找target-x
# - 空间复杂度:O(N), 其中N是数组中的元素数量,主要为哈希表的开销。
class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        hashtable = dict()
        for i, num in enumerate(nums):
            if target - num in hashtable:
                return [hashtable[target - num], i]
            hashtable[nums[i]] = i
        return []

2.4 go

1> 暴力枚举

  • 执行用时 48 ms,在所有 Go 提交中击败了 5.59% 的用户
  • 内存消耗 3.4 MB,在所有 Go 提交中击败了 98.11% 的用户
func twoSum(nums []int, target int) []int 
    var res = []int0, 1
    for i := 0; i < len(nums); i++
        for j := 0; j < len(nums); j++
            if nums[i] + nums[j] == target && i != j
                res[0] = i
                res[1] = j
                return res
            
        
    
    return res

2> 暴力枚举

  • 执行用时 28 ms,在所有 Go 提交中击败了 26.41% 的用户
  • 内存消耗 3.4 MB,在所有 Go 提交中击败了 86.87% 的用户
// 暴力枚举
// 复杂度分析:
// - 时间复杂度:O(N^2), 其中N是数组中的元素数量,最坏情况下数组中任意两个数都要被匹配一次
// - 空间复杂度:O(1)
func twoSum(nums []int, target int) []int 
    for i, x := range nums 
        for j := i + 1; j < len(nums); j++ 
            if x + nums[j] == target 
                return []inti, j
            
        
    
    return nil

3> 哈希表

  • 执行用时 4 ms,在所有 Go 提交中击败了 95.26% 的用户
  • 内存消耗 4.1 MB,在所有 Go 提交中击败了 43.05% 的用户
// 哈希表
// 复杂度分析:
// - 时间复杂度:O(N), 其中N是数组中的元素数量。对于每一个元素x, 我们可以O(1)地去寻找target-x
// - 空间复杂度:O(N), 其中N是数组中的元素数量,主要为哈希表的开销。
func twoSum(nums []int, target int) []int
    hashTable := map[int]int
    for i, x := range nums
        if p, ok := hashTable[target - x]; ok
            return []intp, i
        
        hashTable[x] = i
    
    return nil

2.5 java

1> 暴力枚举

  • 执行用时 120 ms,在所有 Java 提交中击败了 5.04% 的用户
  • 内存消耗 41.3 MB,在所有 Java 提交中击败了 75.33% 的用户
class Solution 
    public int[] twoSum(int[] nums, int target)
        // int[] res = new int[2];
        int[] res = 0, 0;
        for(int i = 0; i < nums.length; i++)
            for(int j = 0; j < nums.length; j++)
                if(nums[i] + nums[j] == target && i != j)
                    res[0] = i;
                    res[1] = j;
                    return res;
                
            
        
        return res;
    

2> 暴力枚举

  • 执行用时 49 ms,在所有 Java 提交中击败了 38.85% 的用户
  • 内存消耗 41.5 MB,在所有 Java 提交中击败了 53.75% 的用户
// 暴力枚举
// 复杂度分析:
// - 时间复杂度:O(N^2), 其中N是数组中的元素数量,最坏情况下数组中任意两个数都要被匹配一次
// - 空间复杂度:O(1)
class Solution 
    public int[] twoSum(int[] nums, int target)
        int n = nums.length;
        for(int i = 0; i < n; ++i)
            for(int j = i + 1; j < n; ++j)
                if (nums[i] + nums[j] == target)
                    return new int[]i, j;
                
            
        
        return new int[0];
    

3> 哈希表

  • 执行用时 1 ms,在所有 Java 提交中击败了 99.31% 的用户
  • 内存消耗 41.6 MB,在所有 Java 提交中击败了 38.45% 的用户
// 哈希表
// 复杂度分析:
// - 时间复杂度:O(N), 其中N是数组中的元素数量。对于每一个元素x, 我们可以O(1)地去寻找target-x
// - 空间复杂度:O(N), 其中N是数组中的元素数量,主要为哈希表的开销。
class Solution
    public int[] twoSum(int[] nums, int target)
        Map<Integer, Integer> hashtable = new HashMap<Integer, Integer>();
        for(int i  = 0; i < nums.length; ++i)
            if(hashtable.containsKey(target - nums[i]))
                return new int[] hashtable.get(target - nums[i]), i;
            
            hashtable.put(nums[i], i);
        
        return new int[0];
    

2.6 js

1> 暴力枚举

  • 执行用时 136 ms,在所有 javascript 提交中击败了 20.02% 的用户
  • 内存消耗 41.4 MB,在所有 JavaScript 提交中击败了 74.67% 的用户
/**
 * @param number[] nums
 * @param number target
 * @return number[]
 */
var twoSum = function(nums, target) 
    var res = [];
    for(var i = 0; i < nums.length; i++)
        for(var j = 0; j < nums.length; j++)
            if(nums[i] + nums[j] == target && i != j)
                res[0] = i;
                res[1] = j;
                return res;
            
        
    
    return res;
;

2> 暴力枚举

  • 执行用时 108 ms,在所有 JavaScript 提交中击败了 31.56% 的用户
  • 内存消耗 41.4 MB,在所有 JavaScript 提交中击败了 77.25% 的用户
// 暴力枚举
// 复杂度分析:
// - 时间复杂度:O(N^2), 其中N是数组中的元素数量,最坏情况下数组中任意两个数都要被匹配一次
// - 空间复杂度:O(1)
var twoSum = function(nums, target)
    var n = nums.length;
    for(var i = 0; i < n; ++i)
        for(var j = i + 1; j < n; ++j)
            if(nums[i] + nums[j] == target)
                return [i, j];
            
        
    
    return [];

3> 哈希表

  • 执行用时 60 ms,在所有 JavaScript 提交中击败了 92.81% 的用户
  • 内存消耗 42.4 MB,在所有 JavaScript 提交中击败了 21.44% 的用户
// 哈希表
// 复杂度分析:
// - 时间复杂度:O(N), 其中N是数组中的元素数量。对于每一个元素x, 我们可以O(1)地去寻找target-x
// - 空间复杂度:O(N), 其中N是数组中的元素数量,主要为哈希表的开销。
var twoSum = function(nums, target)
    const map = new Map()
    for(let i = 0; i < nums.length; ++i)
        const d = target - nums[i]
        if(map.has(d))
            return [map.get(d), i]
        
        map.set(nums[i], i)
    


  好了,以上分享和整理了 0001_两数之和的多语言解法,希望我的分享能对你的学习有一点帮助。


  好了,以上分享了 taichi 的安装方法和一些好玩的示例展示,希望我的分享能对你的

以上是关于编程艺术0001_两数之和_解法的主要内容,如果未能解决你的问题,请参考以下文章

编程艺术0002_两数相加_解法

两数之和(哈希解法)

两数之和(Python and C++解法)

两数之和(Python and C++解法)

编程艺术0003_无重复字符的最长子串_解法

leetcode-0001 两数之和