
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。
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。
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<Integer> 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<Integer> arrayOne = List.of(1, 3, 6, 9);
List<Integer> 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
}
}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<Integer> array) {
Set<Integer> 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<Integer> arrayOne = List.of(1, 3, 6, 9);
List<Integer> arrayTwo = List.of(1, 6, 2, 10);
List<Integer> arrayThree = List.of(4, 4, 1, 7); // 示例,如果允许重复数字,但Set会去重
List<Integer> 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。
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<Integer> 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<Integer> 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<Integer> array) {
Set<Integer> uniqueNumbers = Set.copyOf(array);
return array.stream()
.anyMatch(num -> uniqueNumbers.contains(targetSum - num) && (targetSum != 2 * num));
}
public static void main(String[] args) {
List<Integer> arrayOne = List.of(1, 3, 6, 9);
List<Integer> arrayTwo = List.of(1, 6, 2, 10);
List<Integer> 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
}
}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。
以上就是高效利用Java 8 Stream API查找数组中特定和的元素对的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号