我的第一道算法題
第一次刷leetcode 的算法題.超時了,要換方法.
題目: 兩數之和 註意題目要求 :返回[0,1] 這種形式的。
暴力法求解兩數之和,當數組內的元素過多時,該算法運行超時。
給定一個整數數組和一個目標值,找出數組中和為目標值的兩個數。
def twoSum( nums, target):
L = len(nums)
for i in range(L):
for j in range(i+1,L):
a1=nums[i]
a2=nums[j]
if
print([i,j])
nums = [2,7,11,15]
target = 9
twoSum(nums,target)
算法分析: 算法復雜度為 O(L×(L-1)) = O(L*L)
引申閱讀:算法的復雜度https://www.jianshu.com/p/f4cca5ce055a
T(n) = O(f(n) 則 f(n)是T(n)的上界。
要點:
空間復雜度。
通常來說,只要算法不涉及到動態分配的空間,以及遞歸、棧所需的空間,空間復雜度通常為0(1);
時間復雜度。
對順序執行的程序,總的時間復雜度等於其中最大的復雜度。如:
For( i = 0; i < n ; i ++)
{ for ( j=0 ; j <n ; j++)}
For( j= 0; j < n ; j ++)
{jfiowejoi f}
此時的復雜度為 max( o(n^2),o(n) ) 也即 O(n^2)
對於條件判斷語句,總的時間復雜度等於其中 時間復雜度最大的 路徑 的時間復雜度 . if { n } else { n*n} 則最大復雜度為 O(n×n)
進階題目:
Void func (int n) {
For ( i =2; i<n ; i++)
{
i*=2;
Printf()
}
}
假設循環次數為t, 則 2^t <n t=log(2)(n) ,時間復雜度為 O(log(n) 默認以2為底。
方法二:
#思路
#將 target - nums[i] 作為key ,和下標 i 作為 value存到字典p當中.
#如果在nums【i】 裏發現和 字典p裏的 key 相同的值,則返回字典的 p[nums[i]],
建立了一個新的字典P 哈希算法 時間復雜度 O(n)
class Solution:
def twoSum(self, nums, target):
p = { }
for i in range(len(nums)):
if nums[i] in p:
return [p[nums[i]], i]
else:
p[target - nums[i]] = i
if __name__ == ‘__main__‘:
nums = [2,7,11,15]
target = 9
so = Solution()
print(so.twoSum(nums,target))
我的第一道算法題