优先使用map(或者unordered_map)的find函数而非algorithm里的find函数


今天写leetcode的Two Sum这题一开始使用vector容器,然后使用algorithm里的find函数进行查找,如下:

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
          vector<int> res;
          for(int i=0;i<nums.size();i++)
          {
                int left = target - nums[i];
                auto dis=find(nums.begin(), nums.end(),left);
                if(dis!= nums.end())
                {
                    if(dis-nums.begin()==i)
                    dis= find(dis+1, nums.end(),left);
                    if(dis!= nums.end())
                    {
                         res.push_back(i);
                         res.push_back(dis-nums.begin());
                         break;
                    }
                }
          }
          return res;        
    }
};

发现会时间超时。后来改成用unordered_map通过了

 1 class Solution {
 2 public:
 3     vector<int> twoSum(vector<int>& nums, int target) {
 4           unordered_map<int, int> mapping;
 5           vector<int> result;
 6           for(int i=0; i<nums.size();i++)
 7           {
 8               mapping[nums[i]]= i;
 9           }
10           for(int i=0;i<nums.size();i++)
11           {
12               int gap= target-nums[i];
13               if(mapping.find(gap) !=mapping.end() &&mapping[gap]>i)
14               {
15                   result.push_back(i);
16                   result.push_back(mapping[gap]);
17                   break;
18               }
19           }
20           return result;
21     }
22 };

通过比较这,发现差异在find的函数使用

map底层是红黑树实现的,因此它的find函数时间复杂度:O(logn)

unordered_map底层是哈希表,因此它的find函数时间复杂度:O(l)

!!!!!!!注意map与unordered_map的区别!!!!

而algorithm里的find函数是顺序查找,复杂度为O(n)

优质内容筛选与推荐>>
1、ansible的安装部署及简单应用
2、关于linuxt下tomcat启动
3、富文本编辑器
4、[转]麻省理工学院(MIT)研究生学习指导[上]
5、DIY.NETORM帧——技术储备(1)Attribute


长按二维码向我转账

受苹果公司新规定影响,微信 iOS 版的赞赏功能被关闭,可通过二维码转账支持公众号。

    阅读
    好看
    已推荐到看一看
    你的朋友可以在“发现”-“看一看”看到你认为好看的文章。
    已取消,“好看”想法已同步删除
    已推荐到看一看 和朋友分享想法
    最多200字,当前共 发送

    已发送

    朋友将在看一看看到

    确定
    分享你的想法...
    取消

    分享想法到看一看

    确定
    最多200字,当前共

    发送中

    网络异常,请稍后重试

    微信扫一扫
    关注该公众号





    联系我们

    欢迎来到TinyMind。

    关于TinyMind的内容或商务合作、网站建议,举报不良信息等均可联系我们。

    TinyMind客服邮箱:support@tinymind.net.cn