Leetcode_001(Array)-CSDN博客

本文详细解析了经典的“两数之和”问题的各种解法，包括暴力解法、双次Hash解法、单次Hash解法及其变种，并对比了它们的时间与空间复杂度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

自解：

class SolutionMy {
    public:
        vector<int> twoSum(vector<int>& nums, int target) {
            vector<int> pp(2);
            int num = nums.size();
            int pt1, pt2;
            pt1 = 0;
            pt2 = 1;
            while (pt1 != num - 1){
                if (nums[pt1] + nums[pt2] == target){
                    break;
                } else{
                    if(pt2 != num - 1){
                        pt2++;
                    } else{
                        pt1++;
                        pt2 = pt1 + 1;
                    }
                }
            }//while
            pp[0] = pt1;
            pp[1] = pt2;
            return pp;
        }
};

双次Hash：

class SolutionTwoHash {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        map<int,int> a;//建立hash表存放数组元素
        vector<int> b(2,-1);//存放结果
        for(int i=0;i<nums.size();i++)
            a.insert(map<int,int>::value_type(nums[i],i));
        for(int i=0;i<nums.size();i++)
        {
            if(a.count(target-nums[i])>0&&(a[target-nums[i]]!=i))
                //判断是否找到目标元素且目标元素不能是本身
            {
                b[0]=i;
                b[1]=a[target-nums[i]];
                break;
            }
        }
        return b;
    };
};

单次Hash：

class SolutionOneHash {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        map<int,int> a;//提供一对一的hash
        vector<int> b(2,-1);//用来承载结果，初始化一个大小为2，值为-1的容器b
        for(int i=0;i<nums.size();i++)
        {
            if(a.count(target-nums[i])>0)
            {
                b[0]=a[target-nums[i]];
                b[1]=i;
                break;
            }
            a[nums[i]]=i;//反过来放入map中，用来获取结果下标
        }
        return b;
    };
};

短解单次Hash：

class SolutionShort {
public:
    map<int,int> mp1;
    vector<int> twoSum(vector<int>& nums, int target) {
        for( int i=0;i<nums.size();i++ ){
            if( mp1.count(target-nums[i]) ) return vector<int>{i,mp1[target-nums[i]]};
            else mp1[nums[i]]=i;
        }
        return vector<int>();
    }
};

理论最佳Hash：

class SolutionTheBest {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        map<int ,int>mymap;
        for (int i = 0; i < nums.size(); ++i) {
            int another = target - nums[i];
            auto iter = mymap.find(another);
            if ( iter != mymap.end()){
                return vector<int>{mymap[another], i};
            }
            mymap[nums[i]] = i;
        }
        return vector<int>{-1,-1};
    }//TwoSum
};

反思

自解
没有利用Hash，即近似于暴力解，不过由于循环特性的问题，第k次循环内只需要进行 n-k 次判断，即时间复杂度不是n^2,空间复杂度就是1 。由于原数组未排序，我们只能考虑所有情况，即集合中任意取两不同位置元素。
双次Hash
双次Hash运行时间大大减少了，但开辟的空间较多，需要更多的内存。逻辑是创建map使得nums内部元素成为键，而其角标为值，这样初始化创建的map。再进行最多n次循环得到结果。这里利用了map的count方法，即寻找其对应键，找不到就返回0，找到返回1 。还要判断是否为本身，&&判断。
单次Hash
双次Hash尽管一劳永逸，但是有时候我们没有必要初始化所有元素，即很有可能在遍历到最后一个元素前我们的程序就找到了答案。因此可以添加一个元素，调用一次hash.count()。可以对时空复杂度进行折中。不过返回来思考，发现单次Hash也并没有简单多少，map.count()方法的调用也需要时间，若答案是0和n-1，则复杂度就拉满了，时空都没有节约。单次Hash的优点在于降低了下限，即最快第一次就找到答案，而不需要初始化。单次和双次的最大时间复杂度和空间复杂度是一样的。
短单次Hash
单次Hash的不同写法，更加简洁。
理论最佳Hash：
单次Hash的另外一种写法，没有特殊性。只是利用了迭代器的find方法实现了count很灵活。

最后有个小疑问，Hash的单次和双次无非是Count调用次数和怎样初始化map的折中，添加元素的方式决定了每次更新map成员后都要再次调用count，单次count用时间换取了不必要的空间，可行。

2022年1月17日17:04:45
今天开始每天都要进行一点，以此打卡