给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。 你可以假设每种输入只会对应一个答案。但是，你不能重复利用这个数组中同样的元素。 示例: 给定 nums = [2, 7, 11, 15], target = 9 因为 nums[0] + nums[1] = 2 + 7 = 9 所以返回 [0, 1]
看到这道题，不难理解，就是找出两个值的和等于特定值的下标。
笔者没有太多的想法，用python暴力法先实现一遍
上代码（未通过-超出时间限制）
1 class Solution: 2 def twoSum(self, nums, target): 3 """ 4 :type nums: List[int] 5 :type target: int 6 :rtype: List[int] 7 """ 8 result=[] 9 for i in range(len(nums)): 10 for j in range( len(nums)): 11 if(nums[i]+nums[j]==target and i!=j): 12 result.append(i) 13 result.append(j) 14 break 15 aset=set(result) #利用set无重复性消除重复添加 16 alist=list(aset) 17 18 return alist 19 20 if __name__=="__main__": 21 s=Solution() 22 nums=[3,2,4] 23 print(s.twoSum(nums,6))
分析原因：代码两层for循环,时间复杂度为O(n^2),所以遇到数据量大的情况耗时较久。
优化：上代码（通过-6800ms）击败20%
class Solution:
def twoSum(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: List[int]
"""
result=[]
for i in range(len(nums)):
for j in range(i+1, len(nums)): #第i个和第i个之后的数值进行求和对比
if(nums[i]+nums[j]==target ): #取消了i和j的对比
result.append(i)
result.append(j)
break
return result
if __name__=="__main__":
s=Solution()
nums=[3,2,4]
print(s.twoSum(nums,6))
解释一下：
两层for循环每一个和其他元素进行求和的过程中会出现，相同的数操作两遍的情况（比如i为下标3的数，j为下标6的数）当i和j的值互换（i=6,j=3)又求和进行操作，所以第二层循环再第i+1个开始，避免重复操作。这样理论可以提高50%的效率。但是时间复杂度依旧为O(n^2)。所以比较耗时。
之后怎么也想不到更好的方法，
所以借鉴评论区的大佬代码（通过-48ms)击败89%
1 class Solution: 2 3 def twoSum(self,nums,target): 4 """ 5 :param nums: 6 :param target: 7 :return: 8 """ 9 sort=sorted(range(len(nums)),key=lambda x:nums[x]) 10 i=0 11 j=len(nums)-1 12 alist=[] 13 while(nums[sort[i]]+nums[sort[j]]!=target): 14 if(nums[sort[i]]+nums[sort[j]]>target): #当最大的元素和最小的元素相加大于目标值 15 j-=1 #最大元素前移一个位置 16 else: #小于目标值时 17 i+=1 #最小元素后移一个位置 18 alist.append(sort[i]) 19 alist.append(sort[j]) 20 return alist 21 22 if __name__=="__main__": 23 s=Solution() 24 nums= [2, 1, 3, 8, 4] 25 print(s.twoSum(nums, 6))
说下设计思想：（首尾递归查找）
首先第一部的排序有点技巧性，因为我们需要排序后才能首位递进查找，但是又需要返回排序前的下标。
所以根据list的值排序并且保存的是list的下标。这样就可以找到排序前的下标。
后面的代码比较简单，当和大于target时，最后一个位置向前移，当和小于target时，第一个位置向后移，
时间复杂度分析：
sorted()的复杂度为O(nlogn)
while()的复杂度为O(n)
所以复杂度为O(nlogn) 比之前的O(n^2)快了很多
然后在介绍一个更快的方法 先上代码（通过44ms)超过99%
1 class Solution:
2 def twoSum(self,nums,target):
3 """
4 :param nums:
5 :param target:
6 :return:
7 """
8 dit={}
9 for index,num in enumerate(nums): #遍历值和下标
10 sub=target-num
11 if(sub in dit):
12 return [dit[sub],index] #返回字典中的下标和index
13 dit[num]=index #将num和index插入dit中
14 return None
15 if __name__=="__main__":
16 s=Solution()
17 nums= [2, 1, 3, 8, 4]
18 print(s.twoSum(nums, 4))
解释下设计思想：
利用字典可以存放key和value。根据与target的差值查找是否出现在字典中，如果有则返回下标，无则将index和num放入字典中并且遍历下一个，直到结束。
该方法for循环N次 减法操作1次，字典查询是否存在最优情况下是1次，字典赋值语句1次
总的复杂度为O(n) 所以该方法特别快
原文地址：https://www.cnblogs.com/bob-jianfeng/p/10386417.html