C#实现给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。你可以按任意顺序返回答案。

除了使用字典之外，我们还可以使用双指针来解决这个问题。这个方法的思路是，我们使用两个指针i和j，分别指向数组的起始位置和末尾位置。然后，我们计算i指向的元素和j指向的元素的和sum，如果sum等于目标值target，就返回它们的下标；如果sum小于target，就将i向右移动一位；如果sum大于target，就将j向左移动一位。重复这个过程，直到找到答案或者i和j重合。

下面是一个使用C#实现的示例代码：

public int[] TwoSum(int[] nums, int target) {
    int i = 0, j = nums.Length - 1;
    while (i < j) {
        int sum = nums[i] + nums[j];
        if (sum == target) {
            return new int[] { i, j };
        } else if (sum < target) {
            i++;
        } else {
            j--;
        }
    }
    return null;
}

这个方法的时间复杂度是O(n)，空间复杂度是O(1)。

相关问题

C#实现给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。你可以按任意顺序返回答案。

下面是一个使用C#实现的示例代码，可以找到和为目标值target的两个整数的下标：

public int[] TwoSum(int[] nums, int target) {
    Dictionary<int, int> dict = new Dictionary<int, int>();
    for (int i = 0; i < nums.Length; i++) {
        int complement = target - nums[i];
        if (dict.ContainsKey(complement)) {
            return new int[] { dict[complement], i };
        }
        dict[nums[i]] = i;
    }
    return null;
}

这个方法使用一个字典来存储数组中每个元素的值及其对应的下标。在遍历数组的过程中，对于每个元素，我们都计算出它的补数（即目标值减去当前元素的值），然后检查字典中是否存在这个补数。如果存在，就返回它的下标和当前元素的下标；如果不存在，就将当前元素的值及其下标存储到字典中。这样，我们只需要遍历一遍数组就可以找到答案。

C#给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。 你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。

你可以使用哈希表来解决这个问题。遍历数组中的每个元素，将元素的值作为键，索引作为值存储在哈希表中。在遍历的过程中，检查哈希表中是否存在 target 减去当前元素的差值，如果存在，则找到了两个和为目标值的元素。以下是一个示例的 C# 实现：

public int[] TwoSum(int[] nums, int target)
{
    Dictionary<int, int> map = new Dictionary<int, int>();
    
    for (int i = 0; i < nums.Length; i++)
    {
        int complement = target - nums[i];
        if (map.ContainsKey(complement))
        {
            return new int[] { map[complement], i };
        }
        
        map[nums[i]] = i;
    }
    
    throw new ArgumentException("No two sum solution");
}

这个算法的时间复杂度为 O(n)，其中 n 是数组的长度。