参考链接：力扣. 来源：力扣（LeetCode）作者：aver58
目录
解法1: 暴力遍历
一句话解题：遍历相加
复杂度分析：时间复杂度O(n2) 空间复杂度O(1)
代码：
class Solution: def twoSum(self, nums: List[int], target: int) -> List[int]: length = len(nums) for i in range(length): for j in range(i+1,length): if nums[i]+nums[j] == target: return [i,j]
执行结果：
解法2: python切片
一句话解题：找target-nums[i] , 是否也在nums中。
复杂度分析：时间复杂度O(n2)
代码：
class Solution: def twoSum(self, nums: List[int], target: int) -> List[int]: length = len(nums) for i in range(length):#1次遍历 if target-nums[i] in nums[i+1:]:#2次遍历 return [i,nums.index(target-nums[i],i+1)]
python 语法
1. index函数
使用方式：listname.index(要查找的值，起始索引值，终止索引值)
index() 方法仅返回值的首次出现。
#示例： fruits = [4, 55, 64, 32, 16, 32] x = fruits.index(32,2,6)
解法3：哈希
一句话解法： 使用哈希计算的概念
复杂度分析：时间复杂度O(n) 空间复杂度O(n)
代码：
class Solution:
def twoSum(self, nums: List[int], target: int) -> List[int]:
dic = {}
for i,num in enumerate(nums):
if num in dic:
return [i,dic[num]]
else:
dic[target-num]= i
执行结果：
python 语法：
1. 注意缩进统一使用空格，或者统一使用tab键
2. enumerate
enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。
#示例-普通for循环 i = 0 seq = ['one', 'two', 'three'] for element in seq: print(i, seq[i]) i += 1 #示例-enumerate 的for循 seq = ['one', 'two', 'three'] for i,element in enumerate(seq): print(i, element)
数据结构-哈希
是什么
哈希是一个函数处理过程，输入：变长数据，输出：定长数据。
例子：
数据：张三-123 李四-567
目的：查找李四的数据
传统方法：一条条数据进行对比，与‘李四’相等的，为数据存放地址，通过此地址获取对应的数据。
哈希： 存储地址 = f(‘李四’)，因此直接根据‘李四’便得到了对应的地址，获取到对应的数据。
优劣势优势：插入，删除，取用，速度很快劣势：查找操作效率低，如最大值，最小值。——需要求助于其他数据结构，比如二叉树查找。
碰撞
散列函数，有可能将不同的值映射成相同的值，这种情况称为碰撞。
通过选择合理的散列函数，可以减小碰撞出现的概率。
散列函数的选择，依赖于键的数据类型（整型，字符串型）散列表的数组长度（常见限制：一般选择质数)
两种碰撞解决方案
开链法
-
把存储列表设置为二维数组，当哈希值相同时，则在第二个维度按顺序存储。
-
存放一个数据，需要两个连续的存储单位，第一个存放key，第二个存放data。
table[pos][index]=key,table[pos][index+1]=data
-
开链法，适合存储数组长度小的，比如1.5倍的待存储数据长度。
线性探测法
-
发生碰撞时，在计算得到的pos处，按顺序向后查找数组中的空位，进行存储。
-
主table数组存储key,
table[pos]=key; 同时增加一个数组来存储data,values[pos]=data
-
线性探测，适合存储数组长度大的，比如2倍及以上的待存储数据长度。