两数和：给定未排序整数数组与求和目标。在数组中寻找包含任意两个元素加和结果与目标一致。 例如： Input : nums[] = [8, 7, 2, 5, 3, 1], target = 10 Output: (8, 2) or (7, 3)

好的，根据您给出的示例，这道题的解题思路就是使用哈希表来存储已经遍历过的数字，同时在遍历数组的过程中，通过差值来判断是否存在符合条件的两个数。

以下是Java实现：

public static int[] findTwoSum(int[] nums, int target) {
    Map<Integer, Integer> map = new HashMap<>();
    for (int i = 0; i < nums.length; i++) {
        int diff = target - nums[i];
        if (map.containsKey(diff)) {
            return new int[] {map.get(diff), i};
        }
        map.put(nums[i], i);
    }
    return new int[] {-1, -1}; // 没有找到符合条件的两个数
}

在这个代码中，我们遍历整个数组，对于每个元素，计算目标值与它的差值，然后在哈希表中查找这个差值是否存在。如果存在，则说明找到了符合条件的两个元素，返回它们的下标即可。如果没有找到，则将这个元素添加到哈希表中，继续遍历下一个元素。如果遍历完整个数组都没有找到符合条件的结果，则返回一个包含两个-1的数组。

希望这个代码可以帮助您解决问题！

相关问题

给定未排序整数数组与求和目标。在数组中寻找包含任意两个元素加和结果与目标一致。

好的，这是一个典型的求两数之和的问题，可以使用哈希表来解决。

具体做法是，遍历整个数组，对于每个元素，我们都检查哈希表中是否有另一个元素与它的和等于目标值，如果有，就返回这两个元素的下标即可。如果没有，就将当前元素插入到哈希表中。

以下是 Python 代码实现：

def twoSum(nums, target):
    hash_table = {}
    for i, num in enumerate(nums):
        complement = target - num
        if complement in hash_table:
            return [hash_table[complement], i]
        hash_table[num] = i
    return None

时间复杂度为 O(n)，空间复杂度为 O(n)。

求和元素：给定未排序整数数组与求和目标。在数组中寻找包含任意个元素加和结果与目标一致。 例如： Input : nums[] = [8, 7, 2, 5, 4，3, 1], target = 11 Output: (8, 2，1) or (7, 3，1) or（5, 4, ,2）or (5, 3, 2, 1)...

这是一个经典的问题，可以使用多种方法来解决。其中一种是使用回溯算法。

具体步骤如下：
1. 对数组进行排序。
2. 使用递归函数，在数组中搜索符合要求的元素组合。
3. 对于每个元素，有两种情况：包含该元素或不包含该元素。
4. 如果当前组合的和等于目标和，则将该组合添加到结果列表中。
5. 如果当前组合的和大于目标和，则返回上一层递归。
6. 如果当前组合的和小于目标和，则继续搜索下一个元素。

以下是使用 Python 语言实现的示例代码：

def find_sum(nums, target):
    def backtrack(start, cur_sum, cur_list):
        if cur_sum == target:
            result.append(cur_list[:])
            return
        if cur_sum > target:
            return
        for i in range(start, len(nums)):
            if i > start and nums[i] == nums[i - 1]:
                continue
            cur_list.append(nums[i])
            backtrack(i + 1, cur_sum + nums[i], cur_list)
            cur_list.pop()

    nums.sort()
    result = []
    backtrack(0, 0, [])
    return result

nums = [8, 7, 2, 5, 4, 3, 1]
target = 11
result = find_sum(nums, target)
print(result)  # Output: [[1, 2, 8], [1, 3, 7], [1, 4, 6], [1, 5, 5], [2, 3, 6], [2, 4, 5], [3, 4, 4]]

该算法的时间复杂度为 O(2^n)，其中 n 为数组的长度。