乍一看,稍微用下面的思路即可:
... for n in nums: binary_search(target - n) ...但这样要 O ( n ( log n ) ) O \big( n(\log n)\big) O(n(logn)) 的时间复杂度
看了下 discussion ,可以用 two-potiner 实现 O ( n ) O(n) O(n) 的时间复杂度
整个解空间由 < a , b > <a,b> <a,b> (a,b 是数组的 index 范围)的有序对组成,共有 n × n n \times n n×n 个
题目已经说明,一定有解。
two-potiner 相对于穷举而言,不过是利用额外性质(这里是有序)更快、更多地抛弃掉不可能的空间 —— 二分搜索也是这样的原理
画个 n × n n \times n n×n 的二维表格会更加形象化地明白;纸上容易画出来,这里不容易
得到:
class Solution: def twoSum(self, numbers: List[int], target: int) -> List[int]: l, r = 0, len(numbers) - 1 while l < r: s = numbers[l] + numbers[r] if s == target: return [l+1,r+1] elif s < target: l += 1 else: r -= 1