1、方法一：暴力求解
该方法非常简单，就是两层for循环，遍历所有组合获取有效解，代码如下：
/**
* 暴力求解法
* @param nums 源数组
* @param target 目标值
* @return
*/
public int[] forceFind(int[] nums, int target) {
for(int i=0; i<nums.length; ++i) {
for(int j=i+1; j<nums.length; ++j) {
if(target == (nums[i] + nums[j])) {
return new int[] {i, j};
}
}
}
throw new IllegalArgumentException("No Answer!");
}
运行效果如图示。
时间复杂度 : O(n²)
空间负责度 : O(1) ，即在算法运行过程中，只额外使用了常量级的存储空间
2、方法二： 哈希求解法
对于该问题而言，其本质上是一个精确查找问题，而对于精确查找问题来说，时间复杂度最好的数据结构就是哈希表（或散列表），其时间复杂度为 O(1)，那这个问题能否引入哈希表来解决呢？答案是可以的，代码如下：
/**
* 通过使用hashmap+一次遍历获取结果
* @param nums 源数组
* @param target 目标值
* @return
*/
public int[] hashFind(int[] nums, int target) {
Map<Integer, Integer> num2IndexMap = new HashMap<Integer, Integer>();
for(int i=0; i<nums.length; i++) {
// 计算当前数值和目标值之间的差距
int complement = target-nums[i];
// 确认这个差值是否就是我们数组的中一员，如果是，则找到结果
if(num2IndexMap.containsKey(complement)) {
return new int[] {i, num2IndexMap.get(complement)};
}
// 如果没有找到匹配值，则将自己加入到map中，等待其他数值进行匹配
num2IndexMap.put(nums[i], i);
}
throw new IllegalArgumentException("No Answer!");
}
运行效果图示。
时间复杂度 : O(n) , 我们只遍历了一遍数据源
空间负责度 : O(n) ，哈希表在最差情况需要将数据源所有数据全部存储一遍
