【力扣二刷思路】DAY5-Toy模板网

这篇具有很好参考价值的文章主要介绍了【力扣二刷思路】DAY5。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

53. 最大子数组和

给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

子数组
是数组中的一个连续部分。

思路

初始化变量：在开始时，将存储最大子数组和的 ans 初始化为整型的最小值 INT_MIN，将当前累加的子数组和 total 初始化为 0。
遍历数组：使用范围-based for 循环遍历给定的整数数组 nums。
累加求和：在每一次循环中，将当前元素 num 加到 total 中，这样就得到了当前的子数组和。
更新最大子数组和：在每次累加后，使用 max() 函数更新 ans，取当前的 total 和之前的 ans 中的较大值，确保 ans 始终存储最大的子数组和。
处理负数情况：如果当前累加的子数组和 total 小于 0，说明当前子数组的和已经对结果没有正向贡献了，因此将 total 置为 0，重新开始累加。

贪心算法的思路非常简单直观，它不需要考虑所有可能的子数组，而是通过每一步的局部最优解来推导全局最优解，因此在一次遍历中就可以得到结果，从而实现了高效的求解。

题解

class Solution {
public:
    int maxSubArray(const vector<int>& nums) {
        int ans = INT32_MIN; // 存储最大子数组和的结果，初始化为整型的最小值
        int total = 0; // 存储当前累加的子数组和
        for (int num : nums) { // 使用范围-based for 循环遍历 nums 数组
            total += num; // 将当前元素加到 total 中
            ans = max(total, ans); // 更新 ans，取当前的 total 和之前的 ans 中的较大值
            if (total < 0) // 如果子数组和为负数
                total = 0; 
        }
        return ans; 
    }
};

1. 两数之和

给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出和为目标值 target 的那两个整数，并返回它们的数组下标。
你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。
你可以按任意顺序返回答案。

思路

在函数内部，创建了一个名为 hash 的无序映射（unordered_map），用于存储数组元素和其索引的键值对关系。在创建哈希表时，通过 nums.size() 来初始化哈希表的大小，这样可以避免不必要的内存重新分配，提高效率。
使用范围for循环遍历整数数组 nums。对于数组中的每个元素 num，执行以下操作：
- 计算目标值与当前元素之差：target - num，并在哈希表中查找是否存在这个差值对应的索引。
- 如果存在，则说明在当前元素之前已经遍历过另一个元素，其值加上当前元素的值等于目标值。此时直接返回这两个索引构成的向量 {hash[diff], index}，其中 hash[diff] 是另一个元素的索引，index 是当前元素的索引。
- 如果不存在，则将当前元素及其索引加入哈希表中，以便后续查找。同时，将 index 的值递增，用于记录下一个元素的索引。

只需遍历一次数组，并在哈希表中进行常数时间的查找操作，所以整体效率很高。文章来源地址https://www.toymoban.com/news/detail-842737.html

题解

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        unordered_map<int, int> hash(nums.size()); // 初始化哈希表大小
        int index = 0; // 记录当前元素的索引
        for (int num : nums) {
            int diff = target - num; // 计算目标值与当前元素之差
            if (hash.find(diff) != hash.end())
                return {hash[diff], index}; // 直接返回满足条件的索引
            hash[num] = index++; // 将当前元素及其索引加入哈希表
        }
        return {};
    }
};