我正在尝试制作两个数组的算法，S和T为n个整数和整数k。该算法检查数组是否具有整数s和t，因此s + t = k。（S中的s和T中的s）。该算法应该具有O（n log n）的运行时间。
试图想到一些排序数组T并使用循环来通过S并使用二进制搜索来查看是否为S中的每个元素找到k-S [i]之类的整数但是这将始终运行我认为，时间大于n log n。
不找人写代码。只是在这里要求获得一些想法。
答案 0 :(得分：6)
对两个列表进行排序，这是O（n log n）。
然后设置两个迭代器。一个迭代器从S中的最低值开始，然后继续前进到S中不断增加的值。另一个迭代器从T中的最高值开始，并逐渐减少值。
重复以下步骤：
第二阶段最多应该导致2N的进展，因此是O（n）。所以总复杂度是O（n log n）。
这与重复二进制搜索具有相同的复杂性，但此算法应该更快，尤其是对于大型 n 。
答案 1 :(得分：3)
您指定的算法实际上具有运行时O（n log n），假设两个数组中的元素总数为O（n）。你可以在这里看到：
第一步需要时间O（n log n），第二步包括O（log）算法的O（n）次迭代，因此也需要时间O（n log n）。由于O（n log n）+ O（n log n）= O（n log n），因此算法在时间O（n log n）内运行。所以看起来你已经得到了你正在寻找的算法！
希望这有帮助！
答案 2 :(得分：3)
对两个数组进行排序。在相反的方向中逐步完成它们。如果两个元素的总和小于k，则“增加”指针，如果它大于k，则步进减小指针。此方法可能比仅排序其中一个数组慢一点，但最终传递肯定更快。并且可能更短，因为两个阵列的头部和尾部可以被跳过（修剪掉）。
答案 3 :(得分：2)
你的方法似乎是正确的;首先对数组进行排序，执行两次O（n log n）操作，然后执行n次二进制搜索，每次搜索都是O（log n）。
答案 4 :(得分：2)
排序为O（n log n）。然后，对于每个O（n）个第一个元素，您有一个O（log n）搜索匹配元素。听起来总共为O（n log n）（因为对于任何函数f，O（f）+ O（f）= O（f））。
答案 5 :(得分：0)
另一种方法：将一个数组存储在哈希表（O（N））中。做一个线性传递通过另一个（O（N））并且每个elem在哈希表中查找k-elem。总运行时间：2 * O（N）：= O（N）。利润！