当前:LC1 · 两数之和 · 首次出现于 Day 2 · 路径:顶栏「56天打卡」→ 点击 LC 题号 → 逐题动画

LC1数据结构哈希表 · 边扫边查哈希记忆表

两数之和

给定数组 [2,7,11,15] 和 target=9,返回两个和为 9 的元素下标。

题目是什么

给定数组 [2,7,11,15] 和 target=9,返回两个和为 9 的元素下标。

解决什么问题

哈希表中保存的是过去的元素、频次,还是它们的位置?

核心结论

扫描每个元素,先问 map 里有没有补数 target-a[i];命中即配对成功,否则把当前值和下标存入 map。

01交互算法精讲

先说结论:这道题到底解决什么

怎样从“给定数组 [2,7,11,15] 和 target=9,返回两个和为 9 的元素下标。”推导出 哈希表 · 边扫边查,并证明每次状态变化都不会漏掉答案?

中心结论:扫描每个元素,先问 map 里有没有补数 target-a[i];命中即配对成功,否则把当前值和下标存入 map。

读完必须能回答
  1. 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
  2. 2.哈希表中保存的是过去的元素、频次,还是它们的位置?
  3. 3.不变量“map 里只存放下标 < i 的元素,保证配对的另一半在当前元素之前。”为什么能保证算法安全前进?
02交互算法精讲

完整题目与题意拆解

在数组中找到 2 个数之和等于给定值的数字,结果返回 2 个数字在数组中的下标。

在本站主例中,给定数组 [2,7,11,15] 和 target=9,返回两个和为 9 的元素下标。

算法最终需要得到或观察:下标 [0,1] 的值 2+7=9,即答案。

把题目翻译成状态
  • 输入:给定数组 [2,7,11,15] 和 target=9,返回两个和为 9 的元素下标。
  • 机器需要维护:哈希表 map(值 → 下标)、扫描指针 i、补数 complement。
  • 最终可观察结果:下标 [0,1] 的值 2+7=9,即答案。
动画 1 · 题意扫描

先看清算法到底要维护什么

先建立输入、目标、输出和第一批状态,不急着进入模板。

Step 1/20%
题目与输入建立输入、目标与算法心智

数组已就位,target = 9

正在加载算法场景...
03交互算法精讲

第一层方案:暴力做法

逐对枚举能够得到答案,但同一个查找会发生许多次;哈希表把已经见过的信息保存成一次查询。

暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。

动画 2 · 暴力重复

重复工作究竟发生在哪里

把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。

Step 1/20%
先做对:建立暴力基线枚举所有候选并完整验证

数组已就位,target = 9

正在加载算法场景...
优化方向:扫描每个元素,先问 map 里有没有补数 target-a[i];命中即配对成功,否则把当前值和下标存入 map。
04交互算法精讲

整体地图:先做什么,再做什么

  1. 1建模把输入翻译成“哈希记忆表”,明确答案需要观察什么。
  2. 2状态只维护 哈希表 map(值 → 下标)、扫描指针 i、补数 complement。
  3. 3转移每一步按照 扫描每个元素,先问 map 里有没有补数 target-a[i];命中即配对成功,否则把当前值和下标存入 map。
  4. 4收尾读取 下标 [0,1] 的值 2+7=9,即答案。,并复核边界与复杂度。
05交互算法精讲

哈希记忆表:核心概念

先问未来需要查询什么,再决定 map 的 key 与 value。

这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:哈希表 map(值 → 下标)、扫描指针 i、补数 complement。

核心不变量
  • map 里只存放下标 < i 的元素,保证配对的另一半在当前元素之前。
动画 3 · 核心概念

建立“哈希记忆表”心智模型

用主例建立核心状态,先预测下一步,再公开正确分支和理由。

Step 1/30%
题目与输入建立输入、目标与算法心智

数组已就位,target = 9

正在加载算法场景...
06交互算法精讲

核心机制:状态如何一步步变化

这道题最优的做法时间复杂度是 O(n)。

顺序扫描数组,对每一个元素,在 map 中找能组合给定值的另一半数字,如果找到了,直接返回 2 个数字的下标即可。如果找不到,就把这个数字存入 map 中,等待扫到“另一半”数字的时候,再取出来返回结果。

扫描每个元素,先问 map 里有没有补数 target-a[i];命中即配对成功,否则把当前值和下标存入 map。

执行过程中持续维护:哈希表 map(值 → 下标)、扫描指针 i、补数 complement。

正确性依赖以下不变量:map 里只存放下标 < i 的元素,保证配对的另一半在当前元素之前。

面试时可以压缩为:我用哈希表把暴力 O(n²) 降到 O(n):扫描时先查 map 有没有 target-a[i],命中就返回两个下标,否则把 a[i]→i 存入 map。先查后存避免自己配自己。

落到当前题,执行机制可以压缩为:扫描每个元素,先问 map 里有没有补数 target-a[i];命中即配对成功,否则把当前值和下标存入 map。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。

动画 4 · 机制构建

一次状态转移为什么成立

集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。

Step 1/50%
查 map 里有没有 7complement = target - a[i] = 9 - 2

当前 a[i]=2,需要找补数 7

正在加载算法场景...
07交互算法精讲

正确性证明:为什么不会漏答案

初始化

初始化:算法开始时,全部合法候选仍在状态表示范围内;map 里只存放下标 < i 的元素,保证配对的另一半在当前元素之前。

保持

保持:执行“扫描每个元素,先问 map 里有没有补数 target-a[i];命中即配对成功,否则把当前值和下标存入 map。”时,只删除已经能证明不可能的候选,并把新信息写回 哈希表 map(值 → 下标)、扫描指针 i、补数 complement。

终止

终止:没有待处理状态或达到命中条件时,当前可观察结果就是“下标 [0,1] 的值 2+7=9,即答案。”。

正确性抓手不是“样例跑通”,而是每一帧结束后仍能复述:map 里只存放下标 < i 的元素,保证配对的另一半在当前元素之前。
08交互算法精讲

完整执行过程

  1. 1题目与输入给定数组 [2,7,11,15] 和 target=9,返回两个和为 9 的元素下标。 因为:扫描每个元素,先问 map 里有没有补数 target-a[i];命中即配对成功,否则把当前值和下标存入 map。
  2. 2建立空哈希结构目标:找出两个下标,它们的值之和等于 target。 因为:哈希结构把「之前见过什么」变成 O(1) 可查,扫描时即可回头利用历史信息。
  3. 3查 map 里有没有 7先不存 a[i],先问 map:有没有等于 7 的值? 因为:未命中,说明之前没有能和它配对的值。
  4. 4把 2 → 0 存进 map把当前值和下标存入 map,作为后面元素的「历史记录」。 因为:先查后存,避免一个元素和自己配对。
  5. 5预测下一步先不要看下一帧——根据当前不变量,预测算法接下来会怎么动。 因为:主动预测会暴露你对不变量的真实理解,比被动看动画有效得多。
  6. 6查 map 里有没有 2先不存 a[i],先问 map:有没有等于 2 的值? 因为:命中!2 在 map 里,它和 a[i] 正好凑成 target。
  7. 7配对成功 [0, 1]map[2] = 0,与当前 i=1 组成答案。 因为:每个值进 map 前先查补数,保证配对的另一半一定在它之前。
  8. 8收尾与复杂度下标 [0,1] 的值 2+7=9,即答案。 因为:时间 O(n) · 空间 O(n)。扫描每个元素,先问 map 里有没有补数 target-a[i];命中即配对成功,否则把当前值和下标存入 map。
动画 5 · 完整执行

从输入完整走到可观察结果

从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。

Step 1/80%
题目与输入建立输入、目标与算法心智

数组已就位,target = 9

正在加载算法场景...
09交互算法精讲

把动画和 Go 代码逐行对应

代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。

动画 6 · 代码映射

让每个动作都落到 Go 分支

重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。

Step 1/60%
建立空哈希结构准备 map / set / 计数器

数组已就位,target = 9

正在加载算法场景...
10交互算法精讲

完整 Go 提交代码与最小测试

完整 Go 解法
func twoSum(nums []int, target int) []int {
	m := make(map[int]int)
	for k, v := range nums {
		if idx, ok := m[target-v]; ok {
			return []int{idx, k}
		}
		m[v] = k
	}
	return nil
}
最小测试集合
func main() {
    // 1. 主例
    //    输入:mode="two-sum", nums=[2,7,11,15], target=9
    //    期望:下标 [0,1] 的值 2+7=9,即答案。
    //
    // 2. 失败 / 未命中
    //    检查:先存后查会让元素与自己配对;必须先查补数再存。
    //
    // 3. 边界
    //    空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
    //
    // 4. 迁移
    //    LC167 有序数组两数之和(双指针);LC242 有效字母异位词
}

Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。

11交互算法精讲

正确性与复杂度

时间复杂度 O(n)

执行过程中只保留仍可能影响答案的状态。扫描每个元素,先问 map 里有没有补数 target-a[i];命中即配对成功,否则把当前值和下标存入 map。

空间复杂度 O(n)

额外状态主要用于维护:哈希表 map(值 → 下标)、扫描指针 i、补数 complement。

终局不变量
  • map 里只存放下标 < i 的元素,保证配对的另一半在当前元素之前。
12交互算法精讲

最容易写错的地方

错误 1

先存后查会让元素与自己配对;必须先查补数再存。

边界复查

必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。

13交互算法精讲

最后复盘:带走逻辑链

  1. 1题意给定数组 [2,7,11,15] 和 target=9,返回两个和为 9 的元素下标。
  2. 2重复逐对枚举能够得到答案,但同一个查找会发生许多次;哈希表把已经见过的信息保存成一次查询。
  3. 3优化扫描每个元素,先问 map 里有没有补数 target-a[i];命中即配对成功,否则把当前值和下标存入 map。
  4. 4证明map 里只存放下标 < i 的元素,保证配对的另一半在当前元素之前。
  5. 5复杂度时间 O(n),空间 O(n)
面试表达:我用哈希表把暴力 O(n²) 降到 O(n):扫描时先查 map 有没有 target-a[i],命中就返回两个下标,否则把 a[i]→i 存入 map。先查后存避免自己配自己。
迁移练习
  • LC167 有序数组两数之和(双指针)
  • LC242 有效字母异位词