1.题目描述

Given an array of integers, return indices of the two numbers such that they add up to a specific target.

You may assume that each input would have exactly one solution, and you may not use the same element twice.

Example:

Given nums = [2, 7, 11, 15], target = 9,

Because nums[0] + nums[1] = 2 + 7 = 9,
return [0, 1].

2.我的分析思路

首先，最直接的思路就是遍历数组，分两次遍历，找到结果后直接返回即可。直接上代码：

public static int[] twoSum(int[] nums, int target) throws IllegalArgumentException {for (int i = 0; i < nums.length; i++) {for (int j = i + 1; j < nums.length; j++) {if (nums[j] == target - nums[i]) {return new int[] { i, j };}}}throw new IllegalArgumentException("no num found");
}

这个算法的时间复杂度为

O(n^2)

空间复杂度为:

O(1)

3.其他的思路

3.1 思路1

将所有数组内的下标和值存储到一个map中，然后只需要遍历一次数组，每个数据进行计算，算出对应的差值，如果这个差值在map中存在，那么就直接返回两个下标，否则抛出异常。

public static 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 complement = target - nums[i];if (map.containsKey(complement) && map.get(complement) != i) {return new int[] { i, map.get(complement) };}}throw new IllegalArgumentException("No two sum solution");
}

分析这个算法，可以得到，这个算法的时间复杂度为：

O(n)

空间复杂度为：

O(n)

是典型的空间换时间的算法。

思路2

还是空间换时间的思路，直接遍历数组，计算差值，如果在map中存在这个值，直接返回，否则将数组中的值存入map中。

public static int[] twoSum(int[] nums, int target) {Map<Integer, Integer> map = new HashMap<>();for (int i = 0; i < nums.length; i++) {int complement = target - nums[i];if (map.containsKey(complement)) {return new int[] { map.get(complement), i };}map.put(nums[i], i);}throw new IllegalArgumentException("No two sum solution");
}

分析这个算法，可以得到，这个算法的时间复杂度为：

O(n)

空间复杂度为：

O(n)

是典型的空间换时间的算法。