算法中最主要的是要考虑时间复杂度，在时间低的情况下，再去考虑空间复杂度

（1）LeetCode1：两数之和

方法一：两层循环，依次遍历，暴力获取和为target的索引值，时间复杂度为o(n2)
方法二：先对整数数组进行排序，然后通过双指针的方式获取和为target的索引值，时间复杂度为o(logn)，因为C++中排序函数的时间复杂度为o(logn)
方式三：通过哈希表这一数据结构（C++中为unordered_map），

class Solution {
public:vector<int> twoSum(vector<int>& nums, int target) {unordered_map<int, int> heap;for(int i = 0; i < nums.size(); i ++){int r = target - nums[i];if(heap.count(r)) return {heap[r],i};heap[nums[i]] = i;}return {};}
};

（2）LeetCode2：两数相加

/*** Definition for singly-linked list.* struct ListNode {*     int val;*     ListNode *next;*     ListNode() : val(0), next(nullptr) {}*     ListNode(int x) : val(x), next(nullptr) {}*     ListNode(int x, ListNode *next) : val(x), next(next) {}* };*/
class Solution {
public:ListNode* addTwoNumbers(ListNode* l1, ListNode* l2) {// 本题的基本思路就是竖式加法auto dummy = new ListNode(-1), cur = dummy;// 设置虚拟头节点dummy，这样就不用判断是否是第一位了；当然，虚拟头节点可以不加// 当要特判头节点的时候，我们才有可能用到虚拟头节点（即创建链表的时候我们要用if来判断一下是否为第一个节点）// cur是和节点的尾节点，每次链表更新插入都是从尾部插入更新的int t = 0; // 进位值while (l1 || l2 || t) { // 当l1/l2没有循环完，或者t进位值不等于0的话就继续循环// 若l1/l2没有循环完，就要继续把它们加到t的进位上去if (l1) t += l1 -> val, l1 = l1 -> next;if (l2) t += l2 -> val, l2 = l2 -> next;cur = cur -> next = new ListNode(t % 10); // 尾结点要接上上一个节点t /= 10;}return dummy -> next;}
};

（3）LeetCode3：无重复字符的最长子串

如何考虑这类问题，首先题目会给我们一个序列，然后怎么把答案找出来呢？
注意一点：怎么把所有情况都枚举到 ！
step1 : 一个n个字符的序列当中，共有多少个子串呢？
大约有（n^2/2）个子串
然后我们就要从这所有子串中把无重复的子串都拿出来，并挑选出长度最长的。为此，我们要做个分类，以子串结束（当然，找开始的也行）的节点来做分类，共有n种可能，从0开始，从1开始…一直到n-1（n-1就是自己一个构成的子串）开始；
现在我们假设确定了终点i，那我们就要找到一个最左的j与之匹配构成无重复的子串，最基本的解决方法就是通过遍历 i 左边所有的j字符一起的子串，这样遍历的时间复杂度是o(n),
做一个优化：（使用双指针算法）优化的前提理论是：
当我们当前的i字符遍历完后，向后推一步，i1，i1所对应的开始元素一定在i所对应的开始元素 j 后面，这样我们就不需要重复遍历了
j一定在j`的前面！若在后面，就不满足重复字符的定义了！
（双指针的主要优化就是避免吃回头草！）
同时，为了验证重复性，我们可以利用哈希表来确定i，j之间每个字符出现的次数！每次i往后移一格，就把i + 1加到哈希表的集合当中去，并看下是否有重复元素，如果有重复，就让j往后移，直到没有重复元素为止。

class Solution {
public:int lengthOfLongestSubstring(string s) {unordered_map<char, int> heap; //定义哈希表，统计每个元素出现的次数int res = 0; // res 是最大值for(int i = 0,j = 0; i < s.size(); i ++) { // i 为末尾指针，j为头指针， 循环是i一直往后移，当i已经移动完它这个位置的所有情况后，才会往后移动heap[s[i]] ++; // 将新的“i+1”插入到hash表中while(heap[s[i]] > 1) heap[s[j++]] --; //如果出现重复，j就要向后移动res = max(res, i - j +1); // 每移动一次，就要将其与之前的比较一次}return res;}
};
// unordered_map用于统计某个元素出现的次数