1. 两数之和
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,并且你不能使用两次相同的元素。
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 <= 10
4
-10
9
<= nums[i] <= 10
9
-10
9
<= target <= 10
9
- 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(n
2
)
的算法吗?
方法一:暴力循环法
直接遍历数组中的每一对组合,检查它们的和是否等于 target
。
时间复杂度:O(n²)
空间复杂度:O(1)
class Solution { public int[] twoSum(int[] nums, int target) { for (int i = 0; i < nums.length; i++) { for (int j = i + 1; j < nums.length; j++) { if (nums[i] + nums[j] == target) { return new int[] { i, j }; } } } return new int[] { -1, -1 }; } }
方法二:哈希表法
核心思想:用空间换时间。
- 遍历数组,将每个数及其索引存入哈希表。
- 再次遍历数组,检查
target - nums[i]
是否存在于哈希表中,并确保不是当前元素本身。
时间复杂度:O(n)
空间复杂度:O(n)
(哈希表存储所有元素)
class Solution { public int[] twoSum(int[] nums, int target) { HashMap<Integer, Integer> map = new HashMap<>(); // 第一次遍历:存储所有元素及其索引 for (int i = 0; i < nums.length; i++) { map.put(nums[i], i); } // 第二次遍历:查找补数 for (int i = 0; i < nums.length; i++) { int needNum = target - nums[i]; if (map.containsKey(needNum) && map.get(needNum) != i) { return new int[] {i, map.get(needNum)}; } } return new int[] { -1, -1 }; } }
关键点解释:
补数:即 needNum= target - nums[i],若 needNum存在于哈希表中,则说明找到答案。
避免重复使用同一元素:通过 map.get(needNum) != i 确保两个下标不同。
哈希表的覆盖问题:若数组中有重复元素(如 nums = [3,3]),后一个元素的索引会覆盖前一个。但由于题目保证只有一个答案,覆盖不影响结果正确性。
示例分析(以 nums = [3,3], target = 6 为例):
第一次遍历后,哈希表存储为 {3 → 1}(后面的 3 覆盖了前面的 3)。
第二次遍历时,i=0,计算 needNum= 6-3=3,哈希表中存在且 map.get(3)=1 ≠ 0,返回 [0,1]。
哈希表法的优化
class Solution { public int[] twoSum(int[] nums, int target) { HashMap<Integer, Integer> map = new HashMap<>(); for (int i = 0; i < nums.length; i++) { int needNum = target - nums[i]; if (map.containsKey(needNum)) { return new int[] {i, map.get(needNum)}; } // 先查后存,避免同一元素被重复使用 map.put(nums[i], i); } return new int[] { -1, -1 }; } }
优势:
- 只需一次遍历,可能在未填充完哈希表时就找到答案。
- 解决元素覆盖问题(例如
nums = [3,2,3], target = 6
,先存 3→0,后面遇到 3 时直接返回)。
总结
方法 | 时间复杂度 | 空间复杂度 | 适用场景 |
暴力循环法 | O(n²) | O(1) | 数据量小或面试中快速实现 |
哈希表法 | O(n) | O(n) | 数据量大,追求高效 |
LeetCode 文章被收录于专栏
刷LeetCode记录