之前上大学时搞过一段ACM，虽然没弄出什么大名堂，但搞算法的心一直蠢蠢欲动。所以特开此专栏，每天争取刷一道题，聊以自慰！
刷题平台选定为LeetCode，上去刷了两道题，发现风格和之前各大OJ还是很不同的
| LeetCode | OJ | |
| 数据量 | 不会告诉你数据量的多少 | 会明确告知最大数据量是多少 |
| 取值范围 | 不会告知数据的取值范围 | 会明确告知数据取值范围 |
| 语言 | 纯中文 | 英文居多，中文少 |
| 题目 | 比较简单，看完题目就大概知道是考察什么知识点的，主要是应对面试 | 比较复杂，考察的是解决实际问题的思路，有时候读完题目还是一头雾水（说的就是你，青蛙跳地球） |
| 测试数据 | 不够严谨，官方给出的题解中没有考虑许多特殊情况 | 测数数据量很大，并且足够严谨，代码需要考虑到各种特殊情况，否则很容易wrong |
最主要的还是LeetCode的结果输出方式太不习惯，必须以函数的形式返回结果，而OJ只需打印出结果即可！
基于以上特点，本专栏将不会讨论具体的代码，而是更多的关注算法的探讨、代码书写规范、解题思路的拓展。
两数之和就是，给定一个数组，求数组中两数之和等于target的数组下标。（下标必须不同）默认只有一组解。
1. 典型思路
嵌套循环遍历，时间复杂度O(n2)，空间复杂度O(1)
要想突破O(n2)，必须采用空间换时间的思路！
2. 先排序再计算，时间复杂度O(nlogn)，空间复杂度O(n)
由于排序会打乱原下标，所以要新建数据结构，保存原数据及其下标，再对新建的数据结构排序。
排序最快的时间复杂度为O(nlogn)
计算的话，可以使用头、尾俩指针，如果大于target，尾指针前移，如果小于target，头指针后移。
3. 使用Hash原理，时间复杂度O(n)，空间复杂度O(n)
1). 如果在数据范围确定的情况下，可以使用数组。对于数组数据num[i]，首先判断Array[target-num[i]]是否不为0，如果为0，将Array[num[i]]置为i，
如果不为0，直接输出i，Array[target-num[i]]。
2). 如果数据范围不确定的情况下，Java可以使用Map<int，int>。方式同使用数组一致。
注意：这么实现的原理是确保了只有一组解。
拓展：如果有多组解，且要求输出所有解，时间复杂度O(n)的情况下怎么处理？
使用Map<int , int[]>，存储所有hash的key值相同的下标。但要注意，这里就不能使用边判断，边hash，仅遍历一遍这种方式了。
需要先构建完整的Map，然后再重新遍历。
还需要注意的是（i，j）和（j，i）是同一种结果，所以输出Map的value值数组时，使用value数组的第一位作为哨兵位，首次访问此<key，value>时，将哨兵位置特殊值，以后再访问此键值对时，先判断哨兵位是否访问过。
如此方可保证时间复杂度为O(n)。