哈希优化策略

哈希优化策略

算法题中，我们常通过将线性查找替换为哈希查找来降低算法的时间复杂度。我们借助一个算法题来加深理解。

Q：给定一个整数数组 nums 和一个目标元素 target ，请在数组中搜索“和”为 target 的两个元素，并返回它们的数组索引。返回任意一个解即可。

线性查找：以时间换空间

考虑直接遍历所有可能的组合。我们开启一个两层循环，在每轮中判断两个整数的和是否为 target ，若是，则返回它们的索引。

/* 方法一：暴力枚举 */
int[] twoSumBruteForce(int[] nums, int target) {int size = nums.length;// 两层循环，时间复杂度为 O(n^2)for (int i = 0; i < size - 1; i++) {for (int j = i + 1; j < size; j++) {if (nums[i] + nums[j] == target)return new int[] { i, j };}}return new int[0];
}

此方法的时间复杂度为 𝑂(𝑛2 ) ，空间复杂度为 𝑂(1) ，在大数据量下非常耗时。

哈希查找：以空间换时间

考虑借助一个哈希表，键值对分别为数组元素和元素索引。循环遍历数组

1. 判断数字 target - nums[i] 是否在哈希表中，若是，则直接返回这两个元素的索引。
2. 将键值对 nums[i] 和索引 i 添加进哈希表。

/* 方法二：辅助哈希表 */
int[] twoSumHashTable(int[] nums, int target) {int size = nums.length;// 辅助哈希表，空间复杂度为 O(n)Map<Integer, Integer> dic = new HashMap<>();// 单层循环，时间复杂度为 O(n)for (int i = 0; i < size; i++) {if (dic.containsKey(target - nums[i])) {return new int[] { dic.get(target - nums[i]), i };}dic.put(nums[i], i);}return new int[0];
}

此方法通过哈希查找将时间复杂度从 𝑂(𝑛2 ) 降至 𝑂(𝑛) ，大幅提升运行效率。

由于需要维护一个额外的哈希表，因此空间复杂度为 𝑂(𝑛) 。尽管如此，该方法的整体时空效率更为均衡， 因此它是本题的最优解法。