來刷 LeetCode 啊

Python之禪發表於2018-11-28
LeetCode

為什麼要刷LeetCode，刷LeetCode吃力正常嗎？看完大神們怎麼說，是不是有必要給自己一個小目標，比如刷滿1000題

~

給定一個整數陣列 nums 和一個目標值 target，請你在該陣列中找出和為目標值的 兩個 整數。你可以假設每種輸入只會對應一個答案。但是，你不能重複利用這個陣列中同樣的元素。

示例:

給定 nums = [2, 7, 11, 15], target = 9
因為 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]

題目難度：easy

做這道題之前，我們先複習一下幾個資料結構的特性

列表的查詢複雜度是 O(n)，集合的查詢複雜度是 O(1)，字典的查詢複雜度也是 O(1)。關於這三種資料結構的各種操作的時間複雜度可參考連結： https://wiki.python.org/moin/TimeComplexity ， 這裡是中譯版本 http://www.orangecube.net/python-time-complexity 。

看到這道題，你可能一眼就能想到的解決辦法就是暴力破解法。大概思路就是 n*n 輪遍歷，第1個n輪是首先取出第一個元素 n ，然後從剩下的元素中遍歷，找到某個等於 target-n 的值，如果沒找到，就開始第2個n輪遍歷，取出第二個元素，直到找到目標元素為止。

def two_sum(nums, target):
    for i, n in enumerate(nums):
        if target - n in nums[i + 1:]:
            return n, target - n

nums = [2, 7, 11, 15]
target = 9
print(two_sum(nums, target))

>>>(2, 7)

使用 in 關鍵字在列表中查詢元素的時間複雜度是O(n)，外層for迴圈的複雜度也是O(n)，所以這種演算法的時間複雜度是 O(n^2)

然後我發現另外一個缺點，在 Python 中，沒法基於原陣列進行遍歷，外迴圈每次迭代的時候，要建立一個新的列表nums[i + 1:]，這樣就造成了這個演算法的空間複雜度變成了 O(n)，如果換成C或者Java就不會有這個問題，這也是 Python 慢的一種原因吧。

方法二

既然列表查詢的複雜度是 O(n)，而 集合和字典的查詢複雜度是常量 O(1)，所以我們可以考慮先將列表轉換成字典或者集合。

def two_sum(nums, target):
    s= set(nums) 
    for n in nums:
        m = target - n
        if m in s and n != m:
            return n, m

nums = [2, 7, 11, 15]
target = 9
print(two_sum(nums, target))

最終這個演算法的複雜度就變成了 O(n)，空間複雜度也是 O(n)，所以這種演算法要優於第一種的。如果將列表轉換為字典，可以將列表元素作為字典的key，而元素的索引位置作為字典的value，這樣就可以知道這兩個目標元素的位置是哪裡，這是用集合沒法做到的。

總結

學演算法首先要把基本的資料結構搞懂，例如列表、集合、字典、佇列、連結串列、樹、二叉樹、圖等等，理解各種資料結構操作的特性，然後你做起題目來就遊刃有餘了。


推薦閱讀

640?
優秀如你
用轉發點贊支援我

相關文章