【刷题之路 | Java & Python】两数之和(暴力枚举&哈希表)

简介: 【刷题之路 | Java & Python】两数之和(暴力枚举&哈希表)

在这里插入图片描述

🤵‍♂️ 个人主页: @计算机魔术师
👨‍💻 作者简介:CSDN内容合伙人,全栈领域优质创作者。

🌐 推荐一款找工作神器网站: 牛客网 |笔试题库|面试经验|实习招聘内推

还没账户的小伙伴 速速点击链接登录注册吧!🙋‍♂️ 刷题通关之路等你冲!!🎉🎉🎉 开始刷爆题库,速速通关面试吧🙋‍♂️\

@[toc]

一、说在前面

刷题是一件日积月累的事情,我们在刷题中要保持良好习惯,让每一道题发挥最大作用!以下是 某ACM🥇金牌选手所建议的刷题方式,觉得很不错,给大家参考一下

如何正确的做一道题

  1. 从简入手: 先从简单暴力(时间复杂度高)的方法入手。
  2. 优化: 思考如何在第一步的基础上,如何优化算法,降低时间复杂度。
  3. 构思代码: 有了以上两步,我们此时应该已经有了一个正确的想法,此时我们应该构思代码,有那几部分,每部分实现什么功能,代码怎么写。而不是直接闷头去写代码,没想清楚直接去写代码,会导致写了一半发现思路不对,写的代码都是错误的。
  4. 写代码: 实现第三步代码。
  5. (Debug): 如果我们的题目没有通过测试,应该检查代码是不是有bug、思路对不对等。
  6. 总结与反思: 题目通过了,我们应该总结一下这道题考察的知识点、切入的角度、同类型的题目等,同时思考有没有更优的办法。

做到以上几点,一道题学习的就很透了,遇到同类型的题目可以举一反三啦。

数组&双指针章节

二、两数之和

hello world 一样经典的刷题入门第一题 —— 两数之和

原题如下:

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。但是,数组中同一个元素在答案里不能重复出现。

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 <= 104
-109 <= nums[i] <= 109
-109 <= target <= 109
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(n2) 的算法吗?

思路历程:

2.1、暴力枚举

按照解题思路,暴力枚举,这里选择快速排序法,快速筛选

2.1.1 python实现

代码:

class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        result = []
        for i in range(len(nums)):
            for j in range(i+1,len(nums)):
                if target == nums[i] + nums[j]:
                    result.append(i)
                    result.append(j)

        return result

在这里插入图片描述

2.1.2 java实现

代码:

class Solution {
    public int[] twoSum(int[] nums, int target) {
        List<Integer> result = new ArrayList<Integer>();
        for(int i=0;i<nums.length;i++){
            for(int j=i+1;j<nums.length;j++){
                if(target == nums[i]+nums[j])
                    return new int[]{i,j};
            }
        }
        return null;
    }
}

可以看出java作为编译性语言还是要比python运行速度快很多,不过使用内存消耗更多一点
在这里插入图片描述

时间复杂度为 O(n2)
空间复杂度O(1)

3.1 哈希表(Hash table)

我们适用哈希表对其优化,我们先简单讲讲哈希表的原理

  • 数组的特点是:寻址容易,插入和删除困难;
  • 而链表的特点是:寻址困难,插入和删除容易。

我们把两者结合起来,便是哈希表

哈希表的底层实际上是基于数组来存储的,当插入键值对时,并不是直接插入该数组中,而是通过对键进行 Hash运算得到 Hash值,然后和数组容量取模,得到在数组中的位置后再插入(不害怕多个重复数字,使用 链表把多个数字都压缩在同一个值上)。取值时,先对指定的键求 Hash值,再和容量取模得到底层数组中对应的位置,如果指定的键值与存贮的键相匹配,则返回该键值对,如果不匹配,则表示哈希表中没有对应的键值对。这样做的好处是在查找、插入、删除等操作可以做到 O(1),最坏的情况是 O( n ),当然这种是最极端的情况,极少遇到。

在这里插入图片描述

哈希表实现原理很多,不管哪门语言,实现一个HashMap的过程均可分为三大步骤:

  1. 实现一个Hash函数
  2. 合理解决Hash冲突
  3. 实现HashMap的操作方法

我们这里不深揪算法,大概了解即可,pythondict便是哈希表算法,我们直接使用即可。

3.1.1 python实现

代码:

class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        result = []
        Hashmap = dict()
        for i,num in enumerate(nums):
            if target - num  in Hashmap:
                result.append(Hashmap[target - num])
                result.append(i)
            Hashmap[nums[i]] = i # 默认会把本次数值省略

        return result

在这里插入图片描述
与之前相比执行速度快了十倍, 内存消耗多了一点

时间复杂度O(n)
空间复杂度: O(1)

这里提一点比较秒的地方,因为有一种情况是比较特殊的

输入:
[3,2,4]
6
这个时候如果正常遍历所有数,会有可能添加到 3,因为 6 - 3 = 3 在 nums里面,即自己和自己相加了。 解决办法: 错开索引,在当前索引在字典创建对应值,跳过本次循环到下一个值判断。

3.1.2 Java实现

class Solution {
    public int[] twoSum(int[] nums, int target) {
        Map<Integer,Integer>  hashmap = new HashMap<Integer,Integer>();
        List<Integer>  result = new ArrayList<Integer>();
        for(int i=0;i < nums.length;i++){
            if (hashmap.containsKey(target - nums[i])){
                return new int[]{hashmap.get(target - nums[i]),i};
            }
            hashmap.put(nums[i],i);
        }
        return new int[0];
    }
}

在这里插入图片描述
与之前暴力枚举同样快速十倍,内存消耗没有变化


到这里我们已经成功踏出我们刷题的第一步啦🎉🎉🎉

今日份推荐 —— 牛客网

学习掌握一门语言的快速方法就是通过刷题实践运用该语言的语法以及与其他语言的比较也可以得到更深的领悟和收获!

如果还不知道哪里可以适用与小白 刷题掌握语法,牛客网亲测很不错!!
点击链接跳转牛客网登录注册看看,他们现在的IT题库内容很丰富,属于国内做的很好的了,而且是课程+刷题+面经+求职+讨论区分享,一站式求职学习网站,最最最重要的里面的资源全部免费!!
在这里插入图片描述

他们的Java & Python题单是从最基础的输出、字符串格式化输出开始,经过运算符、列表、循环语句、条件语句、元组、字典、函数等知识点,一步一步教你慢慢学会Java & Python那为数不多的基本语法,最后再配合上8道具有实践意义的综合实践题,可以帮你更加有效的巩固前面学会的知识。

在这里插入图片描述

在这里插入图片描述

牛客网还提供题解专区和讨论区会有大神提供题解思路,对新手玩家及其友好,有不清楚的语法,不理解的地方,看看别人的思路,别人的代码,也许就能豁然开朗。

如果现在的你按捺不住卷起来,那就赶快点击下方链接学起来吧!
链接:点击链接跳转牛客网开始刷题之路!!!

如果还没有账号的小伙伴速速点击链接登录注册吧!🙋‍♂️ 刷题通关之路等你冲!!🎉🎉🎉

相关文章
|
7月前
|
JSON JavaScript 前端开发
Python+JAVA+PHP语言,苏宁商品详情API
调用苏宁商品详情API,可通过HTTP/HTTPS发送请求并解析响应数据,支持多种编程语言,如JavaScript、Java、PHP、C#、Ruby等。核心步骤包括构造请求URL、发送GET/POST请求及解析JSON/XML响应。不同语言示例展示了如何获取商品名称与价格等信息,实际使用时请参考苏宁开放平台最新文档以确保兼容性。
|
9月前
|
数据采集 自然语言处理 Java
Playwright 多语言一体化——Python/Java/.NET 全栈采集实战
本文以反面教材形式,剖析了在使用 Playwright 爬取懂车帝车友圈问答数据时常见的配置错误(如未设置代理、Cookie 和 User-Agent),并提供了 Python、Java 和 .NET 三种语言的修复代码示例。通过错误示例 → 问题剖析 → 修复过程 → 总结教训的完整流程,帮助读者掌握如何正确配置爬虫代理及其它必要参数,避免 IP 封禁和反爬检测,实现高效数据采集与分析。
580 3
Playwright 多语言一体化——Python/Java/.NET 全栈采集实战
|
10月前
|
数据采集 自然语言处理 JavaScript
Playwright多语言生态:跨Python/Java/.NET的统一采集方案
随着数据采集需求的增加,传统爬虫工具如Selenium、Jsoup等因语言割裂、JS渲染困难及代理兼容性差等问题,难以满足现代网站抓取需求。微软推出的Playwright框架,凭借多语言支持(Python/Java/.NET/Node.js)、统一API接口和优异的JS兼容性,解决了跨语言协作、动态页面解析和身份伪装等痛点。其性能优于Selenium与Puppeteer,在学术数据库(如Scopus)抓取中表现出色。行业应用广泛,涵盖高校科研、大型数据公司及AI初创团队,助力构建高效稳定的爬虫系统。
600 2
Playwright多语言生态:跨Python/Java/.NET的统一采集方案
|
10月前
|
存储 监控 算法
基于 Python 哈希表算法的局域网网络监控工具:实现高效数据管理的核心技术
在当下数字化办公的环境中,局域网网络监控工具已成为保障企业网络安全、确保其高效运行的核心手段。此类工具通过对网络数据的收集、分析与管理,赋予企业实时洞察网络活动的能力。而在其运行机制背后,数据结构与算法发挥着关键作用。本文聚焦于 PHP 语言中的哈希表算法,深入探究其在局域网网络监控工具中的应用方式及所具备的优势。
320 7
|
11月前
|
存储 监控 算法
基于 Python 哈希表算法的员工上网管理策略研究
于当下数字化办公环境而言,员工上网管理已成为企业运营管理的关键环节。企业有必要对员工的网络访问行为予以监控,以此确保信息安全并提升工作效率。在处理员工上网管理相关数据时,适宜的数据结构与算法起着举足轻重的作用。本文将深入探究哈希表这一数据结构在员工上网管理场景中的应用,并借助 Python 代码示例展开详尽阐述。
171 3
|
11月前
|
存储 算法 文件存储
探秘文件共享服务之哈希表助力 Python 算法实现
在数字化时代,文件共享服务不可或缺。哈希表(散列表)通过键值对存储数据,利用哈希函数将键映射到特定位置,极大提升文件上传、下载和搜索效率。例如,在大型文件共享平台中,文件名等信息作为键,物理地址作为值存入哈希表,用户检索时快速定位文件,减少遍历时间。此外,哈希表还用于文件一致性校验,确保传输文件未被篡改。以Python代码示例展示基于哈希表的文件索引实现,模拟文件共享服务的文件索引构建与检索功能。哈希表及其分布式变体如一致性哈希算法,保障文件均匀分布和负载均衡,持续优化文件共享服务性能。
|
12月前
|
存储 算法 量子技术
解锁文档管理系统高效检索奥秘:Python 哈希表算法探究
在数字化时代,文档管理系统犹如知识宝库,支撑各行各业高效运转。哈希表作为核心数据结构,通过哈希函数将数据映射为固定长度的哈希值,实现快速查找与定位。本文聚焦哈希表在文档管理中的应用,以Python代码示例展示其高效检索特性,并探讨哈希冲突解决策略,助力构建智能化文档管理系统。
|
存储 监控 算法
员工电脑监控屏幕场景下 Python 哈希表算法的探索
在数字化办公时代,员工电脑监控屏幕是保障信息安全和提升效率的重要手段。本文探讨哈希表算法在该场景中的应用,通过Python代码例程展示如何使用哈希表存储和查询员工操作记录,并结合数据库实现数据持久化,助力企业打造高效、安全的办公环境。哈希表在快速检索员工信息、优化系统性能方面发挥关键作用,为企业管理提供有力支持。
161 20
|
存储 算法 Serverless
剖析文件共享工具背后的Python哈希表算法奥秘
在数字化时代,文件共享工具不可或缺。哈希表算法通过将文件名或哈希值映射到存储位置,实现快速检索与高效管理。Python中的哈希表可用于创建简易文件索引,支持快速插入和查找文件路径。哈希表不仅提升了文件定位速度,还优化了存储管理和多节点数据一致性,确保文件共享工具高效运行,满足多用户并发需求,推动文件共享领域向更高效、便捷的方向发展。
|
存储 缓存 算法
探索企业文件管理软件:Python中的哈希表算法应用
企业文件管理软件依赖哈希表实现高效的数据管理和安全保障。哈希表通过键值映射,提供平均O(1)时间复杂度的快速访问,适用于海量文件处理。在Python中,字典类型基于哈希表实现,可用于管理文件元数据、缓存机制、版本控制及快速搜索等功能,极大提升工作效率和数据安全性。
205 0