學演算法的前端 leetcode 1

鄭明遠發表於2019-03-22
演算法前端LeetCode

學演算法的前端 leetcode 1

就個人而言，我是喜歡演算法的，奈何不擅長，所以選擇了我同樣喜歡的前端（我才不會告訴你是因為有好多漂亮妹子在呢）。

學演算法的前端 leetcode 1

那麼今天來看下leetcode 第1題，兩數之和：

給你一個陣列，返回2個數之和為一個目標值的下標，輸入資料只會有準確的一種解法，同一個元素不能使用2次。

那有人就說了，這不 so tm easy 嗎，我遍歷一遍陣列 a[i] ，之後再遍歷一遍陣列 a[j] ，只要 a[i] + a[j] === target 不就 ojbk 了嘛。

那這位同學，我就想問下：你還記得在大學時期，青澀的你，在陽光明媚的演算法與資料結構課堂上，老師的淳淳教誨嗎？還是你把時間都花費在隔壁班的女同學上了？

當然，大家都是上過大學的文化人，我就算這麼做過但也不會這麼說呀！好啦好啦，回到正題，上面的解法時間複雜度是 O(n^2) 因為在每一遍 n 的迴圈中你又跑了一遍 n 的迴圈，所以這是不優雅的。

學演算法的前端 leetcode 1

其實你第二遍迴圈裡只是為了找出一個值，但你用了 O(n) 的複雜度，那這裡能不能更快些呢？當然是可以的啦，我們可以使用二分查詢，只需要 O(logn) 的複雜度，但二分的前提是陣列要有序呀，所以得排個序，排序平均是 O(nlogn) 所以最後我們的時間複雜度就變成了 O(nlogn)

學演算法的前端 leetcode 1

那接下來的步驟就顯而易見了，我貼下程式碼吧：

/**
 * 二分查值
 *
 * @param {Array} arr the data
 * @param {nubmer} left the start index
 * @param {number} right the end index
 * @param {number} val the target value
 * @returns {nubmer} the target value's index, if
 * no exist, it will return -1
 */
function binarySearch(arr, left, right, val) {
  if (right < left) {
    throw new Error('right can not less than left')
  }
  let mid
  while (left <= right) {
    mid = Math.floor((left + right) / 2)
    if (arr[mid] < val) left = mid + 1
    else if (arr[mid] === val) break
    else right = mid - 1
  }
  return arr[mid] === val ? mid : -1
}

var twoSum = function(nums, target) {
   nums = nums.map((val, idx) => ({
    val,
    idx
  }))
  nums.sort(function(a, b) {
    return a.val - b.val
  })

  const len = nums.length
  for (let i = 0; i < len - 1; i++) {
    const t = target - nums[i].val
    const idx = binarySearch(nums.map(v => v.val), i + 1, len - 1, t)
    if (idx !== -1) {
      return [nums[i].idx, nums[idx].idx]
    }
  }
}

複製程式碼

這裡提交題目的方式其實就是給你一個 twoSum 函式，你去完成這個函式的功能即可，最後結果如下：

學演算法的前端 leetcode 1

看沒看到，時間上超過了一半的人唉，果然我就是膩害！

那又有人說了：你空間複雜度才超過 5% 的人唉！

就你話多，我有錢，我是富二代，我買幾百個記憶體條給我伺服器裝上，不行啊。

我心裡是這麼想的，當然現實不能真的這樣啦！

那怎麼優化空間複雜度呢？其實 solution 中也講到了，java 是用的 hashMap，我們js也有 Map 呀，所以，你可以用 Map 試試，看看結果能不能超過這麼帥氣、優秀的我！

相關文章