題號1.?兩數之和：

給定一個整數數組 nums?和一個目標值 target，請你在該數組中找出和為目標值的那?兩個?整數，并返回他們的數組下標。

你可以假設每種輸入只會對應一個答案。但是，你不能重復利用這個數組中同樣的元素。

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]

才拿到這道題時，第一個反應是遍歷每個元素 x，并查找是否存在一個值與 target?x 相等的目標元素的暴力解法，時間復雜度為O(n2)，C++實現如下：

class Solution { public:vector<int> twoSum(vector<int>& nums, int target) {vector<int> ret;for (int i = 0; i < nums.size(); i++){for(int j = i + 1; j < nums.size(); j++){if(nums[i] == target - nums[j]){ret.push_back(i);ret.push_back(j);return ret;} }}ret.push_back(-1);ret.push_back(-1);return ret;} };

?

系統耗時顯示是164ms，?對于每個元素，我們試圖通過遍歷數組的其余部分來尋找它所對應的目標元素，這將耗費?O(n)?的時間。因此時間復雜度為?O(n^2)，空間復雜度為O(1)。

?

為了對運行時間復雜度進行優化，我們需要一種更有效的方法來檢查數組中是否存在目標元素。如果存在，我們需要找出它的索引。保持數組中的每個元素與其索引相互對應的最好方法是什么？哈希表。

class Solution { public:vector<int> twoSum(vector<int>& nums, int target){unordered_map<int, int> hm1;for (int i = 0; i < nums.size(); ++i) {int complement = target - nums[i];if(hm1.find(complement) != hm1.end()){return vector<int>{hm1.find(complement)->second, i};}hm1[nums[i]] = i;}return vector<int>{-1, -1};} };

時間立馬縮減到了8ms，性能的提升是立竿見影的，但是看了標準答案，看到有位大神居然將耗時縮減到了4ms，這里附上他的解法：

static const auto io_sync_off = []() {// turn off syncstd::ios::sync_with_stdio(false);// untie in/out streamsstd::cin.tie(nullptr);return nullptr; }();class Solution { public:vector<int> twoSum(vector<int>& nums, int target){map<int, int> hm1;for (int i = 0; i < nums.size(); ++i) {int complement = target - nums[i];if(hm1.find(complement) != hm1.end()){return vector<int>{hm1.find(complement)->second, i};}hm1[nums[i]] = i;}return vector<int>{-1, -1};} };

看完特地查了下開頭的函數，詳細的解釋在下面：https://blog.csdn.net/qq_32320399/article/details/81518476

https://blog.csdn.net/YinJianxiang/article/details/76436089

在ACM里，經常出現數據集超大造成 cin TLE的情況。這時候大部分人（包括原來我也是）認為這是cin的效率不及scanf的錯，甚至還上升到C語言和C++語言的執行效率層面的無聊爭論。其實像上文所說，這只是C++為了兼容而采取的保守措施。我們可以在IO之前將stdio解除綁定，這樣做了之后要注意不要同時混用cout和printf之類。

在默認的情況下cin綁定的是cout，每次執行 << 操作符的時候都要調用flush，這樣會增加IO負擔。可以通過tie(0)（0表示NULL）來解除cin與cout的綁定，進一步加快執行效率。

---

題號4. 尋找兩個有序數組的中位數：

給定兩個大小為 m 和 n 的有序數組?nums1?和?nums2。

請你找出這兩個有序數組的中位數，并且要求算法的時間復雜度為?O(log(m + n))。

你可以假設?nums1?和?nums2?不會同時為空。

示例 1:

nums1 = [1, 3] nums2 = [2]則中位數是 2.0

示例 2:

nums1 = [1, 2] nums2 = [3, 4]則中位數是 (2 + 3)/2 = 2.5

我的思路是類似二路歸并排序，但是不需要新的數組來存放兩個數組的數據，也不需要將所有數據全部排序，只需要取到中間兩個數。首先計算出總個數，然后求出中間兩個數的下標 m 和 n ，定義兩個指針，分別從兩個數組的左邊開始向后推進，知道遍歷到第 m 個和第 n 個，求出兩數的平均數并返回。當然這里同樣解除了 IO 的同步用于提升性能。

double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {int size = nums1.size() + nums2.size();int m = 0, n = 0;// 判斷中位數是兩數平均值還是單個值if (size % 2 == 1) // 總個數為基數則為中間值{n = size / 2;m = n;}else // 偶數則為中間倆個數的平均值{n = size / 2;m = n - 1;}double midData = 0;int leftPoint = 0;int rightPoint = 0;// 獲取中位數for (int i = 0; i <= n; ++i){// 對數組進行判斷是否越界if ( leftPoint >= nums1.size() ) // 即將進行的操作下標將越界{if (midData == 0)midData = ( (double)( nums2[m - leftPoint] + nums2[n - leftPoint] ) ) / 2;elsemidData = ( midData + nums2[n - leftPoint] ) / 2;return midData;}if ( rightPoint >= nums2.size() ) // 即將進行的操作下標將越界{if (midData == 0)midData = ( (double)( nums1[m - rightPoint] + nums1[n - rightPoint] ) ) / 2;elsemidData = ( midData + nums1[n - rightPoint] ) / 2;return midData;}// 向后推進if (nums1[leftPoint] <= nums2[rightPoint]){if (i == m)midData = (double)nums1[leftPoint];if (i == n){midData = ( midData + nums1[leftPoint] ) / 2;return midData;}leftPoint++;} else{if (i == m)midData = (double)nums2[rightPoint];if (i == n){midData = ( midData + nums2[rightPoint] ) / 2;return midData;}rightPoint++;}}return midData; }

這里出現了一個很奇怪的事情，我的方法在leetcode上顯示的時間耗時是32ms，我采用16ms的方法，提交之后還是顯示的32ms，于是我在自己電腦上寫了測試用例計算耗時：

#include <iostream> #include <windows.h> #include <vector> #include <unordered_map>using namespace std;// 關閉 IO 同步 static const auto io_sync_off = []() {// turn off syncstd::ios::sync_with_stdio(false);// untie in/out streamsstd::cin.tie(nullptr);return nullptr; }();double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {int size = 0;if(nums1.size() != 0 || nums2.size() != 0){size = nums1.size() + nums2.size();}else{return false;}int m = 0, n = 0;// 判斷中位數是兩數平均值還是單個值if (size % 2 == 1) // 總個數為基數則為中間值{n = size / 2;m = n;}else // 偶數則為中間倆個數的平均值{n = size / 2;m = n - 1;}double midData = 0;int leftPoint = 0;int rightPoint = 0;// 獲取中位數for (int i = 0; i <= n; ++i){// 對數組進行判斷是否越界if ( leftPoint >= nums1.size() ) // 即將進行的操作下標將越界{if (midData == 0)midData = ( (double)( nums2[m - leftPoint] + nums2[n - leftPoint] ) ) / 2;elsemidData = ( midData + nums2[n - leftPoint] ) / 2;return midData;}if ( rightPoint >= nums2.size() ) // 即將進行的操作下標將越界{if (midData == 0)midData = ( (double)( nums1[m - rightPoint] + nums1[n - rightPoint] ) ) / 2;elsemidData = ( midData + nums1[n - rightPoint] ) / 2;return midData;}// 向后推進if (nums1[leftPoint] <= nums2[rightPoint]){if (i == m)midData = (double)nums1[leftPoint];if (i == n){midData = ( midData + nums1[leftPoint] ) / 2;return midData;}leftPoint++;} else{if (i == m)midData = (double)nums2[rightPoint];if (i == n){midData = ( midData + nums2[rightPoint] ) / 2;return midData;}rightPoint++;}}return midData; }// 性能最優解法 int findKth(vector<int> nums1, vector<int> nums2, int k) {if (nums1.empty()) return nums2[k - 1];if (nums2.empty()) return nums1[k - 1];if (k == 1) return min(nums1[0], nums2[0]);int i = min((int)nums1.size(), k / 2), j = min((int)nums2.size(), k / 2);if (nums1[i - 1] > nums2[j - 1]) {return findKth(nums1, vector<int>(nums2.begin() + j, nums2.end()), k - j);} else {return findKth(vector<int>(nums1.begin() + i, nums1.end()), nums2, k - i);}return 0; }double findMedianSortedArrays2(vector<int>& nums1, vector<int>& nums2) {int m = nums1.size(), n = nums2.size();return (findKth(nums1, nums2, (m + n + 1) / 2) + findKth(nums1, nums2, (m + n + 2) / 2)) / 2.0; }int main() {struct timespec startTime,endTime;// 題號 4 測試用例 #if 1clock_gettime(CLOCK_MONOTONIC, &startTime);vector<int> vector1;vector<int> vector2;vector1.push_back(1);vector1.push_back(2);vector2.push_back(4);vector2.push_back(6);clock_gettime(CLOCK_MONOTONIC, &endTime);cout << "pushIn vector time cost :" << endTime.tv_nsec - startTime.tv_nsec << " ns" << endl;// my methodclock_gettime(CLOCK_MONOTONIC, &startTime);for (int i = 0; i < 10; ++i)findMedianSortedArrays(vector1,vector2);clock_gettime(CLOCK_MONOTONIC, &endTime);cout << "my function time cost :" << endTime.tv_nsec - startTime.tv_nsec << "ns" << endl;// 最佳方法clock_gettime(CLOCK_MONOTONIC, &startTime);for (int i = 0; i < 10; ++i)findMedianSortedArrays2(vector1,vector2);clock_gettime(CLOCK_MONOTONIC, &endTime);cout << "best function time cost :" << endTime.tv_nsec - startTime.tv_nsec << "ns" << endl; #endifreturn 0; }

我的電腦上函數運行10次耗時如圖所示。

總結

以上是生活随笔為你收集整理的leetcode练习——数组篇（1）（std::ios::sync_with_stdio(false);std::cin.tie(nullptr);）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。