• LeetCode #1 TwoSum 哈希表 双指针


    Description


    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].

    思路


      首先我们想到的是暴力法,两个 for 循环求解,时间复杂度为O(n^2)

      

    //Runtime: 106 ms
    //First thought: BF
    class Solution {
        public:
        vector<int> twoSum(vector<int>& nums, int target) {             
            int i,j;
            vector<int> ret {0, 1};
            for (i = 0; i< nums.size(); ++i) {
                ret[0] = i;
                for(j = i+1; j < nums.size(); ++j){
                    if (nums[i] + nums[j] == target) 
                    {    
                        ret[1] = j;
                        return ret;
                    }                                                          
                }                                                              
            }                                 
        }                                                                    
    };         

      但是,我发现时间消耗太多了,所以借鉴当时“换硬币”、“爬楼梯”问题的优化方法,由于num[i]、num[j]、target都是定值,所以在条件判断里不需要每次都进行加运算

    //Runtime: 79 ms
    //Because nums[i], nums[j], target are fixed values, we do not need to do additions every time
    class Solution {
        public:
        vector<int> twoSum(vector<int>& nums, int target) {             
            int i,j;
            vector<int> ret {0, 1};
            for (i = 0; i< nums.size(); ++i) {
                ret[0] = i;
                int tar = target - nums[i];
                for(j = i+1; j < nums.size(); ++j){
                    if (nums[j] == tar) 
                    {    
                        ret[1] = j;
                        return ret;
                    }                                                          
                }                                                              
            }                                 
        }                                                                    
    }; 

      AC后,看了 Discuss 里头的方法以及娄神的博客,我采用了更复杂的数据结构 散列表(HashTable)以降低时间复杂度,我的想法是这样: 如果想只扫描一遍数组就得出结果,那么肯定就要有一部字典,边扫描边存储值,在这里存储的不是数组当前的值,而是“目标值 - 当前值”,我们称之为对象值。

      也就是说,字典里存储的是每个数据所希望的”另一半“的大小。所以,字典的 Key 是对象值,字典的 Value 是数组索引。然后我们再往后扫描,如果扫描到的值的另一半出现在了字典里,那么说明当前值是”上一半“所需要的”下一半“,此时将它们的索引存储在 ret[0]、ret[1]中并返回;如果没有字典里没有出现它的另一半,那么把对象值和当前索引继续存储字典中。

      该算法的时间复杂度为 O(n)

    //Runtime: 6 ms
    
    #include<unordered_map>
    using std::unordered_map;
    
    class Solution {
    public:
        vector<int> twoSum(vector<int>& nums, int target) {             
            unordered_map<int,int> um;
            vector<int> res(2);
            int i;
            int n = nums.size();
            for (i = 0; i < n; ++i) {
                if (um.find(target - nums[i]) != um.end()) {
                    res[0] = um[target - nums[i]];
                    res[1] = i; 
                    return res;  
                }
                else {
                    um[nums[i]] = i;          
                }            
            }
            um.clear();
        }   
    };

      补充一种双指针遍历有序数组的方法

    TwoNumberSum (S, x)
        mergeSort (S, 1, n)
        i = 1
        j = n
        while i < j
            if A[i] + A[j] == x
                return true            
            if A[i] + A[j] < x
                i = i + 1
            if A[i] + A[j] > x
                j = j - 1
        return false  

      可以看得出来,查找的时间仅需 Θ(n),所以时间总代价受排序时间代价的影响,为Θ(n lgn)

      扫描的原理很简单,先设 mi,j  : A[i] + A[j] < S,Mi,j : A[i] + A[j] > S 。由于序列已排序,则 mi,j ⇒∀k < j  都有 mi,k  成立,并且 Mi,j ⇒ ∀k > i 都有 Mk,j 成立

      

       

    ————全心全意投入,拒绝画地为牢
  • 相关阅读:
    做一天业务员的感觉:辛苦!
    我的乒乓生涯之三浑浑噩噩的中学六年
    名菊照片(二)
    今天,同事的裤子破了
    昨晚,再一次兵败滑铁卢
    今天去世纪公园看名菊展,拍了好多照片发上来大家一起欣赏:)
    寻找上海市乒友喜欢打乒乓的朋友都进来看看
    同学给我两张f1照片:)
    又搞到几张f1照片,发上来给大家养眼
    我的乒乓生涯之四乒乓姻缘
  • 原文地址:https://www.cnblogs.com/Bw98blogs/p/8058931.html
Copyright © 2020-2023  润新知