1. 两数之和

我敢说,来到 LeetCode 的人,大多数会从这道题开始,简直就是算法界的 Hello World 好不好,特别简单,直接就能做出来,自我感觉良好,可以继续了。但是,废渣如我,在这种题目上还是掉坑了,也是没谁了吧……

题目是这样的:

给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标。

你可以假设每种输入只会对应一个答案。但是,数组中同一个元素不能使用两遍。

示例:

给定 nums = [2, 7, 11, 15], target = 9

因为 nums[0] + nums[1] = 2 + 7 = 9

所以返回 [0, 1]

引用自 LeetCode 第 1 题

是不是超级简单啊,上手就干,按照以前我肯定会想得很复杂,用最最直接的法子,先拿出第一个,然后逐个遍历后面的,看哪个和第一个加起来等于目标,现在我已经有了极大的进步,知道用减法了,先拿出第一个数字和目标做差,然后在剩下的数字里搜索第二个。对的,我就是这么废。这道题目做了不知道多少次后,我终于记住了,应该用减法把题目转化成简单的搜索。我写了下面这个东西:

1
2
3
4
5
6
7
8
9
10
class Solution:
def twoSum(self, nums: List[int], target: int) -> List[int]:
i = 0
while i < len(nums) - 1 :
j = i + 1
while j < len(nums) :
if nums[j] == target - nums[i] :
return [i, j]
j += 1
i += 1

测试了几个用例以后,我信心满满,直接点击了提交,然后,现实给了我无情的暴击,FAIL,超时了,我一看,给我传入了一个 List,内容能铺满我 5K 的 27 寸屏幕,简直……

原来坑在这里啊,我就说不会这么简单,其实我以前肯定做过这题目了。但是早就忘记了。此时,我再次头脑一片空白,不知道从哪里入手解决这个性能问题。然后,我就看了答案,1s 后我就恍然大悟,想起来了!

这个题目表面上用的数据结构是 List,线性列表,看起来又是一个在线性列表上的搜索的题目,但是隐藏了一个性能的问题。

我出于比本能多了一丁点智能的能力写出的代码,很显然是一个 O(n^2) 的算法,因为要循环两次,这其实就是一个暴力解法。

那么怎么才能降低算法的时间复杂度呢?注意:超时就是时间复杂度过高的意思。所以,看到超时错,我们基本要分析的就是时间复杂度。

然后一个很自然的思路,就是空间换时间,从而降低时间复杂度。看我说得头头是道,临场还是屁也想不出来,所以,你想出来了,就可以很开心了。多么自然而然的思路,为啥我就没有呢?

这里就多了一个知识点,这道题就迁移到了另外一个知识点,什么数据结构,可以用空间换时间?OK,就是哈希(Hash),在 PHP 里叫 array,在 Python 里是 dict,在 Java 里是 Map,反正都差不多。

因为原理都是用到 Hash,查询的复杂度是常数 O(1),当然,作为代价会给每个元素开一个桶。既然看懂了,怎么能不跃跃欲试?我写出了这个:

1
2
3
4
5
6
7
8
9
class Solution:
def twoSum(self, nums: List[int], target: int) -> List[int]:
numdic = {}
for i in range(len(nums)):
numdic[nums[i]] = i
other = target - nums[i]
if other in numdic and numdic[other] != i:
return [i, numdic[other]]

先把一个数字放进一个哈希表,然后,搜索另一半在不在里面,在的话,立马返回,然后重复这个过程。FAIL,有个用例是[3,3],目标是 6,竟然立刻击破了我的算法。弱爆了。忘记两个数字一样的问题了。就算你知道了正确的方向,还是要心里想明白才行啊,比如忘记了两个数字一样的情况。

1
2
3
4
5
6
7
8
class Solution:
def twoSum(self, nums: List[int], target: int) -> List[int]:
numdic = {}
for i in range(len(nums)):
other = target - nums[i]
if other in numdic:
return [i, numdic[other]]
numdic[nums[i]] = i

再改了一下,终于写出来了,就是要先搜索,再放进哈希表,就可以解决两个重复的问题。

薄弱知识点总结:

  1. Python 的 for 遍历语法,不熟悉;
  2. 哈希表的特点不熟悉;
  3. 空间换时间的常见套路不熟悉;