深入解析力扣167题:两数之和 II(双指针法详解及模拟面试问答)

简介: 深入解析力扣167题:两数之和 II(双指针法详解及模拟面试问答)

关注微信公众号 数据分析螺丝钉 免费领取价值万元的python/java/商业分析/数据结构与算法学习资料

在本篇文章中,我们将详细解读力扣第167题“两数之和 II - 输入有序数组”。通过学习本篇文章,读者将掌握如何使用多种方法来解决这一问题,并了解相关的复杂度分析和模拟面试问答。每种方法都将配以详细的解释和ASCII图解,以便于理解。

问题描述

力扣第167题“两数之和 II - 输入有序数组”描述如下:

给定一个已按照升序排列的整数数组 numbers,请你从数组中找出两个数,使得它们的和等于目标数 target。函数应该以长度为 2 的整数数组的形式返回这两个数的下标值。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 1:

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。

示例 2:

输入: numbers = [2, 3, 4], target = 6
输出: [1, 3]

示例 3:

输入: numbers = [-1, 0], target = -1
输出: [1, 2]

解题思路

方法一:双指针法
  1. 初步分析
  • 由于数组是有序的,可以使用双指针法高效地找到两个数,使它们的和等于目标数。
  1. 步骤
  • 初始化两个指针,left 指向数组的起始位置,right 指向数组的末尾。
  • 计算 numbers[left]numbers[right] 的和,如果和等于目标数,则返回两个指针的索引。
  • 如果和小于目标数,移动左指针 left 向右。
  • 如果和大于目标数,移动右指针 right 向左。
代码实现
def twoSum(numbers, target):
    left, right = 0, len(numbers) - 1
    while left < right:
        current_sum = numbers[left] + numbers[right]
        if current_sum == target:
            return [left + 1, right + 1]
        elif current_sum < target:
            left += 1
        else:
            right -= 1
    return []
# 测试案例
print(twoSum([2, 7, 11, 15], 9))  # 输出: [1, 2]
print(twoSum([2, 3, 4], 6))  # 输出: [1, 3]
print(twoSum([-1, 0], -1))  # 输出: [1, 2]
ASCII图解

假设输入为 numbers = [2, 7, 11, 15]target = 9,图解如下:

初始化指针:
left = 0, right = 3
第一次比较:
numbers[left] + numbers[right] = 2 + 15 = 17 > 9
移动右指针:
left = 0, right = 2
第二次比较:
numbers[left] + numbers[right] = 2 + 11 = 13 > 9
移动右指针:
left = 0, right = 1
第三次比较:
numbers[left] + numbers[right] = 2 + 7 = 9 == 9
找到目标:
返回 [1, 2]

复杂度分析

  • 时间复杂度:O(n),其中 n 是数组的长度。只需遍历一次数组。
  • 空间复杂度:O(1),只使用了常数级别的额外空间。

模拟面试问答

问题 1:你能描述一下如何解决这个问题的思路吗?

回答:我们需要在有序数组中找到两个数,使它们的和等于目标数。可以使用双指针法:初始化两个指针,分别指向数组的起始位置和末尾位置。计算两个指针指向的数的和,如果和等于目标数,则返回指针的索引;如果和小于目标数,移动左指针;如果和大于目标数,移动右指针。如此循环,直到找到目标数。

问题 2:为什么选择使用双指针法?

回答:由于数组是有序的,使用双指针法可以高效地找到两个数的组合。双指针法的时间复杂度是 O(n),比暴力搜索的 O(n^2) 更高效。

问题 3:你的算法如何处理重复元素?

回答:由于每个输入只对应唯一的答案,所以算法会找到两个数和等于目标数时直接返回结果,不需要考虑重复元素的问题。算法中的比较和移动指针的操作确保了不会重复使用相同的元素。

问题 4:如何处理数组长度小于2的情况?

回答:如果数组长度小于2,不可能找到两个数和等于目标数。可以在算法开始时检查数组长度,如果小于2,直接返回空列表。

问题 5:你能解释一下双指针法的工作原理吗?

回答:双指针法通过初始化两个指针,分别指向数组的起始位置和末尾位置。计算两个指针指向的数的和,如果和等于目标数,则返回指针的索引;如果和小于目标数,移动左指针;如果和大于目标数,移动右指针。这样通过逐步缩小范围,找到目标数。

问题 6:在代码中如何确保返回的索引是从1开始的?

回答:在代码中,返回结果时将指针的索引加1。例如,return [left + 1, right + 1]。这样确保返回的索引是从1开始的,而不是从0开始的。

问题 7:如果数组中没有符合条件的两个数,算法会如何处理?

回答:如果数组中没有符合条件的两个数,算法会在循环结束后返回空列表 [],表示没有找到符合条件的两个数。

问题 8:你能举例说明在面试中如何回答优化问题吗?

回答:在面试中,如果面试官问到如何优化算法,我会首先分析当前算法的瓶颈,如时间复杂度和空间复杂度,然后提出优化方案。例如,对于“两数之和 II - 输入有序数组”问题,使用双指针法可以将时间复杂度优化到 O(n),比暴力搜索更高效。

问题 9:如何验证代码的正确性?

回答:通过多个测试案例验证代码的正确性,包括正常情况和边界情况。例如,测试数组长度小于2的情况,目标数为数组中不存在的情况,数组中有负数的情况等,确保代码在各种情况下都能正确运行。

问题 10:你能解释一下双指针法的适用场景吗?

回答:双指针法适用于有序数组或链表的情况,可以高效地解决查找问题。例如,查找两个数和等于目标数的问题、查找连续子数组和等于目标数的问题等。通过双指针法,可以在 O(n) 时间复杂度内找到答案,比暴力搜索更高效。

总结

本文详细解读了力扣第167题“两数之和 II - 输入有序数组”,通过双指针法高效地解决了这一问题,并提供了详细的ASCII图解和模拟面试问答。希望读者通过本文的学习,能够在力扣刷题的过程中更加得心应手。

参考资料

  • 《算法导论》—— Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein
  • 力扣官方题解

欢迎关注微信公众号 数据分析螺丝钉

相关文章
|
1月前
|
算法 Go 索引
【LeetCode 热题100】45:跳跃游戏 II(详细解析)(Go语言版)
本文详细解析了力扣第45题“跳跃游戏II”的三种解法:贪心算法、动态规划和反向贪心。贪心算法通过选择每一步能跳到的最远位置,实现O(n)时间复杂度与O(1)空间复杂度,是面试首选;动态规划以自底向上的方式构建状态转移方程,适合初学者理解但效率较低;反向贪心从终点逆向寻找最优跳点,逻辑清晰但性能欠佳。文章对比了各方法的优劣,并提供了Go语言代码实现,助你掌握最小跳跃次数问题的核心技巧。
105 15
|
3天前
|
存储 算法 Go
【LeetCode 热题100】17:电话号码的字母组合(详细解析)(Go语言版)
LeetCode 17题解题思路采用回溯算法,通过递归构建所有可能的组合。关键点包括:每位数字对应多个字母,依次尝试;递归构建下一个字符;递归出口为组合长度等于输入数字长度。Go语言实现中,使用map存储数字到字母的映射,通过回溯函数递归生成组合。时间复杂度为O(3^n * 4^m),空间复杂度为O(n)。类似题目包括括号生成、组合、全排列等。掌握回溯法的核心思想,能够解决多种排列组合问题。
29 11
|
1天前
|
Go
【LeetCode 热题100】155:最小栈(详细解析)(Go语言版)
本文详细解析了力扣热题155:最小栈的解题思路与实现方法。题目要求设计一个支持 push、核心思路是使用辅助栈法,通过两个栈(主栈和辅助栈)来维护当前栈中的最小值。具体操作包括:push 时同步更新辅助栈,pop 时检查是否需要弹出辅助栈的栈顶,getMin 时直接返回辅助栈的栈顶。文章还提供了 Go 语言的实现代码,并对复杂度进行了分析。此外,还介绍了单栈 + 差值记录法的进阶思路,并总结了常见易错点,如 pop 操作时忘记同步弹出辅助栈等。
17 6
|
3天前
|
Go 索引
【LeetCode 热题100】739:每日温度(详细解析)(Go语言版)
这篇文章详细解析了 LeetCode 第 739 题“每日温度”,探讨了如何通过单调栈高效解决问题。题目要求根据每日温度数组,计算出等待更高温度的天数。文中推荐使用单调递减栈,时间复杂度为 O(n),优于暴力解法的 O(n²)。通过实例模拟和代码实现(如 Go 语言版本),清晰展示了栈的操作逻辑。此外,还提供了思维拓展及相关题目推荐,帮助深入理解单调栈的应用场景。
30 6
|
1月前
|
存储 算法 数据可视化
【二叉树遍历入门:从中序遍历到层序与右视图】【LeetCode 热题100】94:二叉树的中序遍历、102:二叉树的层序遍历、199:二叉树的右视图(详细解析)(Go语言版)
本文详细解析了二叉树的三种经典遍历方式:中序遍历(94题)、层序遍历(102题)和右视图(199题)。通过递归与迭代实现中序遍历,深入理解深度优先搜索(DFS);借助队列完成层序遍历和右视图,掌握广度优先搜索(BFS)。文章对比DFS与BFS的思维方式,总结不同遍历的应用场景,为后续构造树结构奠定基础。
136 10
|
1月前
|
Go 索引 Perl
【LeetCode 热题100】【二叉树构造题精讲:前序 + 中序建树 & 有序数组构造 BST】(详细解析)(Go语言版)
本文详细解析了二叉树构造的两类经典问题:通过前序与中序遍历重建二叉树(LeetCode 105),以及将有序数组转化为平衡二叉搜索树(BST,LeetCode 108)。文章从核心思路、递归解法到实现细节逐一拆解,强调通过索引控制子树范围以优化性能,并对比两题的不同构造逻辑。最后总结通用构造套路,提供进阶思考方向,帮助彻底掌握二叉树构造类题目。
117 9
|
1月前
|
算法 Go
【LeetCode 热题100】73:矩阵置零(详细解析)(Go语言版)
这篇文章详细解析了力扣热题 73——矩阵置零问题,提供两种解法:一是使用额外标记数组,时间复杂度为 O(m * n),空间复杂度为 O(m + n);二是优化后的原地标记方法,利用矩阵的第一行和第一列记录需要置零的信息,将空间复杂度降低到 O(1)。文章通过清晰的代码示例与复杂度分析,帮助理解“原地操作”及空间优化技巧,并推荐相关练习题以巩固矩阵操作能力。适合刷题提升算法思维!
64 9
|
1月前
|
Go 索引
【LeetCode 热题100】394:字符串解码(详细解析)(Go语言版)
本文详细解析了 LeetCode 热题 394:字符串解码。题目要求对编码字符串如 `k[encoded_string]` 进行解码,其中 `encoded_string` 需重复 `k` 次。文章提供了两种解法:使用栈模拟和递归 DFS,并附有 Go 语言实现代码。栈解法通过数字栈与字符串栈记录状态,适合迭代;递归解法则利用函数调用处理嵌套结构,代码更简洁。两者时间复杂度均为 O(n),但递归需注意栈深度问题。文章还总结了解题注意事项及适用场景,帮助读者更好地掌握字符串嵌套解析技巧。
51 6
|
1月前
|
机器学习/深度学习 算法 Go
【LeetCode 热题100】139:单词拆分(动态规划全解析+细节陷阱)(Go语言版)
本题是 LeetCode 热题 139:单词拆分(Word Break),需判断字符串 `s` 是否能由字典 `wordDict` 中的单词拼接而成。通过动态规划(DP)或记忆化搜索解决。DP 中定义布尔数组 `dp[i]` 表示前 `i` 个字符是否可拆分,状态转移方程为:若存在 `j` 使 `dp[j]=true` 且 `s[j:i]` 在字典中,则 `dp[i]=true`。初始条件 `dp[0]=true`。代码实现中用哈希集合优化查找效率。记忆化搜索则从起始位置递归尝试所有切割点。两种方法各有利弊,DP 更适合面试场景。思考扩展包括输出所有拆分方式及使用 Trie 优化大字典查找。
63 6
|
1月前
|
算法 Go
【LeetCode 热题100】55:跳跃游戏(详细解析)(Go语言版)
本篇解析详细讲解了 LeetCode 热题 55——跳跃游戏(Jump Game)。通过判断是否能从数组起点跳至终点,介绍了两种高效解法:贪心算法和反向思维。贪心法通过维护最远可达位置 `maxReach` 实现一次遍历,时间复杂度 O(n),空间复杂度 O(1);反向法则从终点回溯,判断是否可到达起点。两者均简洁高效,适合面试使用。延伸题目如 LeetCode 45 进一步提升挑战。
80 7

推荐镜像

更多