接触了代码，那么算法始终是绕不开的一个重点。
算法对于开发人员，在日常之中的作用很大，但是对于测试人员来说，实际编码中用到的似乎不是很多。
不过，现在大厂的测试开发的面试，算法是必考的，而且这也的确是你的代码功底的一项重要体现，学学没坏处。
关于算法的基础知识，之前自己也买过书，但是学习的断断续续的，练习刷题就更加稀少了。
所以，打算日后做一个【简单算法】的记录：
- 第一，是为了梳理解题思路，加深巩固。
- 第二，在学习解题的过程中，将薄弱的代码环节、算法基础补全。
- 第三，算是对算法练习的一个督促。
题目来自LeetCode传送门，有兴趣的童鞋可以到上面刷题练习。
一、题目：两数之和
描述
给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。
你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍。
示例
给定 nums = [2, 7, 11, 15], target = 9
因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]
解题
突然有了考试做题的感觉，我觉得首先题目要先审清楚，然后自己尝试用自己已有的知识去解决。
实在做不出来，也别泄气，算法道路一定是曲折的，起码对我来说是这样，大佬除外。
另外，不管做不做出来，都要去学习下示例解法，学习解题思路，从中收获更多。
1. 解法1
我自己尝试着做，这题因为属于简单难度，我用for循环的知识进行了暴力破解，代码以python3为例：
def twoSum(nums, target):
for i in range(len(nums)):
for j in range(i+1, len(nums)):
if nums[i] + nums[j] == target:
return [i, j]
其实就是2次循环，最外层的循环，从列表第一个开始遍历，直到最后一个元素，长度就是len(nums)。
因为题目中说，单元素不能使用两次，所以内层的循环，就从i 之后也就是i+1开始，直到最后一个元素。
拿到了2个数，就进行相加操作，与target进行比较，如果相等，就返回出这2个元素的下标。
运行一下：
def twoSum(nums, target):
for i in range(len(nums)):
for j in range(i+1, len(nums)):
if nums[i] + nums[j] == target:
return [i, j]
if __name__ == "__main__":
print(twoSum2([2, 15, 11, 7], 9))
-------------结果----------------------
D:\Programs\Python\Python36\python.exe D:/练习/leecode/two_sum.py
[0, 3]
Process finished with exit code 0
这题虽然我做出来，但是这个解法并不好，如果遇到一个元素很多的列表，并且最后的2个值 之和 等于目标值，那么这种情况下，
数组里的任意2个元素都要匹配比较一次。
时间复杂度就为：O（N^2）。
空间复杂度还好，因为没去去开辟额外的空间去计算，所以是：O（1）。
关于复杂度的分析，后面单独写一篇介绍。
2. 解法2
上面的解法缺点就是在最坏的时候，数组里的任意2个元素都要匹配比较一次，那么就要来解决这个问题。
换个思路来想，遍历列表的中的元素x，如果列表中存在 target-x，那么这2个数的下标就是最终我们要的结果。
官方的建议解法用了哈希表，对于key-value这样的存储形式，x跟它的下标是对应的，这样一来，找到target-x的时间复杂度就变成了O（1）。
所以新的解法就是：
def twoSum2(nums, target):
hashtable = dict()
for i, num in enumerate(nums):
if target - num in hashtable:
return [hashtable[target - num], i]
hashtable[nums[i]] = i
return []
这里使用python，可以创建一个空字典。再利用python中的enumerate()函数，遍历出列表里的元素和下标。
在每一次的遍历中，就可以用目标值 target —— 当前元素 num，判断这个值 在不在字典里。
这里用到的是Python 字典 in 操作符，用于判断键是否存在于字典中。
如果在的话，那就返回 字典里的 元素以及，下标。
因为刚开始循环的的时候，字典里没数据，所以当每次循环后，我们要把这次循环的元素跟它的下标 分别 作为 key和value放到字典里去。
可以加个打印看下 字典的操作过程：
def twoSum2(nums, target):
hashtable = dict()
for i, num in enumerate(nums):
if target - num in hashtable:
return [hashtable[target - num], i]
hashtable[nums[i]] = i
print(hashtable)
return []
if __name__ == "__main__":
print(twoSum2([4, 15, 3, 7, 2], 9))
=============================结果==============================
D:\Programs\Python\Python36\python.exe D:/练习/leecode/two_sum.py
{4: 0}
{4: 0, 15: 1}
{4: 0, 15: 1, 3: 2}
{4: 0, 15: 1, 3: 2, 7: 3}
[3, 4]
Process finished with exit code 0
最终，分析解法2的复杂度：
时间复杂度—— O(N)，N 是列表中的元素数量。对于每一个元素 x，我们可以 O(1) 地寻找 target - x。
空间复杂度—— O(N)，其中 N 是数组中的元素数量。主要是哈希表的开销，在空间上的消耗。
其实也不能说解法1就是最烂的，因为算法没有最好的算法，只有最适合的算法。
随着需求在空间和时间的取舍的不同，具体决定使用哪种算法也是不同的。
二、小结
在这个简单算法里，学习和回顾到的知识点：
- 哈希表的优点
- python的enumerate()函数的运用
- Python 字典 in 操作符，用于判断键是否存在于字典中