初步结果:通过 49 ms
第一种方法相当于用了两个for循环,暴力搜索,时间复杂度O()
class Solution {
public int[] twoSum(int[] nums, int target) {
int length = nums.length;
int [] index = new int[2];
for (int i = 0; i < length; i++) {
for (int j = i+1; j <length ; j++) {
if (nums[i]+nums[j]==target){
index[0] = i;
index[1] = j;
}
}
}
return index;
}
}
第二种方法:善用哈希表(这里数组数据如果特别大的话,但此题里并不涉及排序、最大最小值等)
通过 4ms
class Solution {
public int[] twoSum(int[] nums, int target) {
Map<Integer,Integer> map = new HashMap<>();
for(int i=0;i<nums.length;i++){
map.put(nums[i],i);
}
for(int i=0;i<nums.length;i++){
int deter = target - nums[i];
if(map.containsKey(deter) &&map.get(deter) != i){
return new int [] {i,map.get(deter)};
}
}
throw new IllegalArgumentException("No two sum solution");
}
}
2.
方法一:时间复杂度为O(NlogN),没排序我就给你排序,先调用Array.sort()对数组进行排序,再输出倒数第K个元素,注意JAVA中倒数第K个元素的表达,是不可以用Nums.[-k]表示的
import java.util.Arrays;
class Solution {
public int findKthLargest(int[] nums, int k) {
Arrays.sort(nums);
return nums[nums.length-k];
}
}
方法二:
使用堆来排序,输出升序排序后的倒数第K个元素,堆的大小最大为K,并且为最小堆,这下依次将元素放入堆中,当堆满的时候,就将堆中最小元素推出。这里有个疑问(n1,n2) -> n1 - n2 为什么能控制这个堆是最小堆?
class Solution {
public int findKthLargest(int[] nums, int k) {
PriorityQueue<Integer> heap =
new PriorityQueue<Integer>((n1,n2) -> n1 - n2);
for(int n:nums){
heap.add(n);
if (heap.size() > k){
heap.poll();
}
}
return heap.poll();
}
}