给定一个已按照升序排列 的有序数组,找到两个数使得它们相加之和等于目标数。函数应该返回这两个下标值 index1 和 index2,其中 index1 必须小于 index2。
说明:
返回的下标值(index1 和 index2)不是从零开始的。
你可以假设每个输入只对应唯一的答案,而且你不可以重复使用相同的元素。
示例: 输入: numbers = [2, 7, 11, 15], target = 9
输出: [1,2]
解释: 2 与 7 之和等于目标数 9 。因此 index1 = 1, index2 = 2 。来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/two-sum-ii-input-array-is-sorted
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
分析
做过两数之和的看到这题,应该很容易就想到利用Map进行解决,但是使用Map就没有利用到排序数组这个条件了,因此在这题使用Map并不算是一个好的解决方案,再看这题题目所给的数组为排序好的数组,由排序和查找应该联想到二分查找,这也是一种思路。除此之外,最后其实还有有一种双指针的思路来解决,下面讲仔细介绍这几种方法。
解决
-
暴力法
在讲三种比较比较好的方法之前,还是先说下暴力法,由题目可知只存在唯一的答案,因此只需要两种循环遍历即可,暴力法不做多解释,代码如下:
public int[] twoSum(int[] numbers, int target) { int n = numbers.length; for (int i = 0; i < n - 1; i++) { for (int j = i + 1; j < n; j++) { if (numbers[i] + numbers[j] == target) { return new int[]{i + 1, j + 1}; } } } return new int[0]; }
复杂度分析
- 时间复杂度:需要两重循环遍历,故为O(n2);
- 空间复杂度:未使用额外空间,为O(1)。
-
使用Map
这道题的思路和两数之和中使用map的思路一样,具体如下:从头开始遍历,对于某个遍历的元素
numbers[i]
(前i - 1
个元素已被排除),只要判断前i个元素,及0 ~ i-1
中是否存在一个下标j,满足numbers[j] = target - nums[i]
,如果存在,查找结束,而对于前i - 1
个元素的保存即可利用Map,让每次查找的时间复杂度降为O(1),具体代码如下:public int[] twoSum(int[] numbers, int target) { int n = numbers.length; int initialCapacity = (int) ((n / 0.75) + 1); Map<Integer, Integer> map = new HashMap<>(initialCapacity); for (int i = 0; i < n; i++) { int temp = target - numbers[i]; if (map.containsKey(temp)) { return new int[]{map.get(temp) + 1, i + 1}; } map.put(numbers[i], i); } return new int[0]; }
复杂度分析
- 时间复杂度:只需要进行一重循环遍历,为O(n);
- 空间复杂度:使用HashMap使用了O(n)的空间,为O(n)。
-
二分法
由于本题所给的是已排序好的数组,因此使用二分也是一种比较好的思路,具体思路如下:从头开始遍历,对于某个遍历的元素
numbers[i]
(前i - 1
个元素已被排除),只需要判断对于i+1 ~ n - 1
之间的元素是否存在一个下标j,满足numbers[j] = target - nums[i]
,如果存在,则查找结束,具体代码如下:public int[] twoSum(int[] numbers, int target) { int n = numbers.length; for (int i = 0; i < n - 1; i++) { int temp = target - numbers[i]; int pos = Arrays.binarySearch(numbers, i + 1, n, temp); if (pos >= 0) { return new int[]{i + 1, pos + 1}; } } return new int[0]; }
复杂度分析
- 时间复杂度:需要进行一重循环遍历,且内部每次都需要进行一次二分查找,故时间复杂度为O(nlogn);
- 空间复杂度:不需要使用额外的空间,故为O(1)。
-
双指针
这种方法不是很容易想到,具体思路如下,使用两个指针
start
和end
,分别对应头尾下标,每次将numbers[start]
和numbers[end]
的和和target
进行比较即可,由于数组是按升序排序,因此,若头尾之和大于target
,则只需要调整end
进行减1即可,因为end
对应数组最大的数据,因此想要减少两数之和大小,只能判断小于end
的数据,对于两数之和小于target
,思路相同,省略,具体代码如下:public int[] twoSum(int[] numbers, int target) { int n = numbers.length; int start = 0; int end = n - 1; while (start < end) { int temp = numbers[start] + numbers[end]; if (temp == target) { return new int[]{start + 1, end + 1}; } if (temp > target) { end--; } else { start++; } } return new int[0]; }
复杂度分析
- 时间复杂度:需要进行一重循环遍历,每次空间缩小都是1,故为O(n);
- 空间复杂度:不需要使用额外空间,为O(1)。