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，并且你不能使用两次相同的元素。
你可以按任意顺序返回答案。
示例 1：
示例 2：
示例 3：
提示：
2 <= nums.length <= 104
109 <= nums[i] <= 109
109 <= target <= 109
- 只会存在一个有效答案
进阶：你可以想出一个时间复杂度小于
O(n2) 的算法吗？暴力
哈希
知识点
没问题，咱们把这段时间的“排雷”经验和核心干货总结一下。你现在的状态是**“大局观很强，但细节被编译器嫌弃”**，这很正常，多写两题肌肉记忆就回来了。
一、 Python 语法纠错本（C 风格 vs Python 风格）
这是你之前代码中出现的几个典型“幻视”错误，面试写白板代码时一定要避坑：
类别 | 你之前的写法 (C/Java 习惯) | Python 正确写法 |
自增 | i++ | i += 1 (Python 不支持 ++) |
循环 | for(j=i+1; j<n; j++) | for j in range(i + 1, n): |
长度 | length.nums | len(nums) (全局函数) |
变量声明 | int i = 0 | i = 0 (直接赋值，无需类型声明) |
代码块标记 | 漏掉行尾冒号 : | for / if / def 行尾必带 : |
输出/结果 | print(...) | return [...] (面试题通常要求返回值) |
💡 核心口诀： 看到缩进，必有冒号；不写大括号，改写range；没有++只有+=。
二、 哈希表（Hash Table）核心知识点
哈希表是你从 $O(n^2)$ 进化到 $O(1)$ 的神器，它的本质是**“空间换时间”**。
1. 为什么快？（$O(1)$ 的秘密）
- 计算代替查找：它不是挨个对比，而是通过哈希函数把你的
Key翻译成一个固定的内存地址（下标）。
- 物理空降：就像你说的，知道抽屉号直接去拉，不需要翻遍整个柜子。
2. Python 中的实现
dict(字典)：存储Key: Value键值对。例如hashmap[num] = index。用于当你需要知道“值在哪里”时。
set(集合)：只存Key。例如if num in visited_set。用于当你只需要知道“这个值出没出现过”时。
3. 面试必考：哈希冲突（Collision）
- 现象：两个不同的 Key 算出了同一个“抽屉号”。
- 解决：
- 拉链法：抽屉里挂个链表（文件夹）。
- 开放寻址：这个抽屉满了，按规则找下一个空的。
- 复杂度退化：如果所有数据都撞在一起，查找会从 $O(1)$ 退化到 $O(n)$，但这在工程实践中极少见。
三、 刷题套路总结：两数之和（Two Sum）
这道题的进化过程，是你找回手感的最佳范本：
- 暴力解法 ($O(n^2)$)：两层
for循环，像在大街上盲目找人。
- 哈希表法 ($O(n)$)：
- 一边走，一边记：遍历一次数组。
- 查账本：用
target - 当前数算出我需要谁。 - 存在即返回：在
dict里查那个差值，查到了直接收工。
下一阶段计划
基础语法和哈希概念我们已经同步完成了。为了巩固 Python 的
dict 和 set 用法，你想试一试下面哪类题目？- 计数类：比如“找出字符串中第一个不重复的字符”（练习
dict计数）。
- 去重类：比如“判断数组是否有重复元素”（练习
set的极简写法）。
- 分类类：比如“字母异位词分组”（练习
dict存列表的高级用法）。
选一个，我们继续练！
