本文深入探讨了如何在java中高效地查找整数列表中是否存在两个数之和等于给定目标值的问题。文章对比了传统的双重循环、基于`set`优化的迭代方法，并重点展示了如何利用java 8 stream api及其各种操作（如`filter`、`findfirst`、`anymatch`）实现简洁、声明式且性能优越的解决方案，同时兼顾了代码的可读性和执行效率。
数组求和问题概述
给定一个整数列表和一个目标和值，我们的任务是判断列表中是否存在两个不同的数字，它们的和恰好等于目标和。这是一个常见的算法问题，可以用于考察数据结构和算法的优化能力。
例如，给定列表 [1, 3, 6, 9] 和目标和 8，不存在这样的两个数。但如果给定列表 [1, 6, 2, 10] 和目标和 8，那么 6 + 2 = 8，所以结果为真。
传统迭代方法（O(n^2)）
最直观的解决方案是使用嵌套循环，遍历所有可能的数字对。这种方法的缺点是时间复杂度为 O(n^2)，对于大型数据集效率较低。
import java.util.List;
public class ArraySumFinder {
/**
* 使用嵌套循环查找数组中是否存在两个数之和等于目标值。
* 时间复杂度：O(n^2)
* @param targetSum 目标和
* @param array 整数列表
* @return 如果存在则返回 true，否则返回 false
*/
public static boolean findPairBruteForce(int targetSum, List array) {
for (int i = 0; i < array.size() - 1; i++) {
for (int j = i + 1; j < array.size(); j++) {
if (array.get(i) + array.get(j) == targetSum) {
return true;
}
}
}
return false;
}
public static void main(String[] args) {
List arrayOne = List.of(1, 3, 6, 9);
List arrayTwo = List.of(1, 6, 2, 10);
System.out.println("Brute force for arrayOne (target 8): " + findPairBruteForce(8, arrayOne)); // false
System.out.println("Brute force for arrayTwo (target 8): " + findPairBruteForce(8, arrayTwo)); // true
}
} 优化迭代方法（O(n)）
为了提高效率，我们可以利用哈希表的 O(1) 平均查找时间。核心思想是：对于列表中的每一个数字 x，计算它与目标和的差值 complement = targetSum - x。然后检查这个 complement 是否已经存在于我们之前遍历过的数字集合中。如果存在，就找到了符合条件的数字对。
立即学习“Java免费学习笔记（深入）”；
这种方法将时间复杂度降低到 O(n)，但需要额外的 O(n) 空间来存储 Set。
import java.util.List;
import java.util.Set;
import java.util.HashSet;
public class ArraySumFinderOptimized {
/**
* 使用 Set 优化查找数组中是否存在两个数之和等于目标值。
* 时间复杂度：O(n)，空间复杂度：O(n)
* @param targetSum 目标和
* @param array 整数列表
* @return 如果存在则返回 true，否则返回 false
*/
public static boolean findPairOptimized(int targetSum, List array) {
Set seenNumbers = new HashSet<>();
for (Integer num : array) {
int complement = targetSum - num;
// 检查补数是否已存在于 seenNumbers 中，并且补数不能是当前数字本身
// 除非 targetSum 是当前数字的两倍，且列表中确实有两个相同的数字（此方案默认数字不重复）
if (seenNumbers.contains(complement) && (targetSum != 2 * num || seenNumbers.contains(num))) {
System.out.printf("找到 %d + %d = %d%n", complement, num, targetSum);
return true;
}
seenNumbers.add(num);
}
System.out.printf("未找到两个数之和为 %d%n", targetSum);
return false;
}
public static void main(String[] args) {
List arrayOne = List.of(1, 3, 6, 9);
List arrayTwo = List.of(1, 6, 2, 10);
List arrayThree = List.of(4, 4, 1, 7); // 示例，如果允许重复数字，但Set会去重
List arrayFour = List.of(4, 1, 7); // 示例，target 8
System.out.println("\nOptimized for arrayOne (target 8):");
System.out.println(findPairOptimized(8, arrayOne)); // false
System.out.println("\nOptimized for arrayTwo (target 8):");
System.out.println(findPairOptimized(8, arrayTwo)); // true
System.out.println("\nOptimized for arrayFour (target 8):");
System.out.println(findPairOptimized(8, arrayFour)); // true (4+4，但Set去重后无法找到)
// 注意：如果输入列表可能包含重复数字，且允许使用相同的数字两次（例如 [4,4] target 8），
// 那么 `seenNumbers.contains(complement) && (targetSum != 2 * num || seenNumbers.contains(num))`
// 这种判断需要根据具体业务需求调整。
// 如果 Set 存储的是原始列表，且允许重复，则需要使用其他数据结构或额外的计数。
// 在本教程的上下文中，我们假设寻找的是两个不同的数字，或者如果数字相同，它们必须是列表中的两个不同实例。
// 如果 Set 是从原始列表直接创建的 `Set.copyOf(array)`，那么它只包含唯一元素。
}
} 注意事项： 上述优化迭代方法中的 Set 存储的是已经遍历过的数字。Set.copyOf(array) 方法会创建一个不可变的 Set，其中包含 array 中的所有唯一元素。如果直接使用 Set.copyOf(array)，那么在 if (set.contains(complement)) 判断时，需要额外处理 targetSum == 2 * num 的情况，以避免同一个数字被自身作为补数使用。
利用 Java 8 Stream API 实现（O(n)）
Java 8 引入的 Stream API 提供了一种更声明式、更函数式的方法来处理集合数据。我们可以将上述优化迭代逻辑转换为 Stream 操作，使代码更加简洁和富有表现力。
首先，我们创建一个包含所有唯一元素的 Set，以便进行 O(1) 查找。
import java.util.List;
import java.util.Set;
import java.util.stream.Collectors;
public class ArraySumFinderWithStreams {
/**
* 使用 Stream API 查找数组中是否存在两个数之和等于目标值，并打印结果。
* 时间复杂度：O(n)，空间复杂度：O(n)
* @param targetSum 目标和
* @param array 整数列表
* @return 如果存在则返回 true，否则返回 false
*/
public static boolean findPairStreamWithLogging(int targetSum, List array) {
// 将列表转换为 Set，以便进行 O(1) 查找。
// 注意：Set.copyOf(array) 会创建一个不可变 Set，如果 array 很大，此操作有 O(n) 成本。
Set uniqueNumbers = Set.copyOf(array);
return array.stream()
// 过滤条件：
// 1. 补数存在于 uniqueNumbers 中。
// 2. 避免同一个数字被自身作为补数使用（除非目标和是该数字的两倍，且列表中确实有两个该数字的实例，
// 但由于 uniqueNumbers 是去重的，此处的 `targetSum != 2 * num` 确保了不使用同一个元素两次）。
.filter(num -> uniqueNumbers.contains(targetSum - num) && (targetSum != 2 * num))
.findFirst() // 找到第一个符合条件的元素
.map(num -> { // 如果找到了，执行打印并返回 true
System.out.printf("找到 %d + %d = %d%n", num, targetSum - num, targetSum);
return true;
})
.orElseGet(() -> { // 如果未找到，执行打印并返回 false
System.out.printf("未找到两个数之和为 %d%n", targetSum);
return false;
});
}
/**
* 最简化的 Stream API 方法，仅返回布尔结果。
* @param targetSum 目标和
* @param array 整数列表
* @return 如果存在则返回 true，否则返回 false
*/
public static boolean findPairStreamSimplified(int targetSum, List array) {
Set uniqueNumbers = Set.copyOf(array);
return array.stream()
.anyMatch(num -> uniqueNumbers.contains(targetSum - num) && (targetSum != 2 * num));
}
public static void main(String[] args) {
List arrayOne = List.of(1, 3, 6, 9);
List arrayTwo = List.of(1, 6, 2, 10);
List arrayFour = List.of(4, 1, 7); // target 8
System.out.println("\nStream with logging for arrayOne (target 8):");
System.out.println(findPairStreamWithLogging(8, arrayOne)); // false
System.out.println("\nStream with logging for arrayTwo (target 8):");
System.out.println(findPairStreamWithLogging(8, arrayTwo)); // true
System.out.println("\nStream with logging for arrayFour (target 8):");
System.out.println(findPairStreamWithLogging(8, arrayFour)); // true
System.out.println("\nStream simplified for arrayOne (target 8): " + findPairStreamSimplified(8, arrayOne)); // false
System.out.println("Stream simplified for arrayTwo (target 8): " + findPairStreamSimplified(8, arrayTwo)); // true
}
} 关键概念与注意事项
- 时间复杂度优化: 从 O(n^2) 的嵌套循环优化到 O(n) 的基于 Set 的方法，显著提升了大数据集处理的性能。
- 空间复杂度: O(n) 的优化方法需要额外的空间来存储 Set 中的元素。
- Set 的作用: Set 提供 O(1) 平均时间复杂度的查找操作（contains()），这是实现 O(n) 解决方案的关键。
- targetSum != 2 * num 条件*: 这个条件是用来处理特殊情况的。如果 targetSum 是 num 的两倍（例如 targetSum = 8, num = 4），那么 complement 也是 num。这个条件确保我们不会将同一个数字 num 两次用于求和，除非输入列表中确实存在两个独立的 num 实例。然而，由于我们使用了 Set.copyOf(array)，uniqueNumbers 集合本身就是去重的。因此，这个条件在这里的作用是防止 4 + 4 的情况被错误地认为是 4 和 4 两个不同的元素。如果列表是 [4, 4, 1, 7] 且 targetSum = 8，uniqueNumbers 只有 {1, 4, 7}。当我们遍历到第一个 4 时，complement 也是 4，uniqueNumbers.contains(4) 为真，但 `targetSum != 2 4为假，所以这个4` 不会被选中。这表明此解决方案默认寻找的是两个不同位置的数字，或者如果数字相同，它们必须是列表中的两个不同实例**。
-
Stream API 的优势:
- 声明式编程: Stream API 允许我们以更声明式的方式表达数据处理逻辑，而不是指定每一步操作的细节。
- 代码简洁性: 通过链式调用，可以写出更紧凑、更易读的代码。
- 潜在的并行化: Stream API 支持并行流，可以在多核处理器上自动并行处理数据，进一步提高性能（尽管对于本例的 O(n) 算法，并行化的收益可能不明显，甚至可能因开销而降低性能）。
- Stream 操作解释:
总结
通过对比传统迭代和 Java 8 Stream API 解决方案，我们看到了在处理集合数据时，结合适当的数据结构（如 Set）和现代语言特性（如 Stream API）可以显著提高代码的效率、可读性和简洁性。对于查找特定和的数字对问题，基于 Set 的 O(n) 解决方案是首选，而 Stream API 则提供了优雅的实现方式。在实际开发中，应根据具体需求和性能考量选择最合适的方案。
