Solution 1 - Brute Force

Iterate through every pair of numbers using two nested loops. For each pair, check if they sum to the target. Return the indices when a match is found.

TimeComplexity: O(n^2)

SpaceComplexity: O(1)

""" 0001.1 - Solution 1 - Brute Force Approach """

#####################################################################################
# Imports
#####################################################################################
from typing import List

#####################################################################################
# Classes
#####################################################################################
class Solution:
    """Solution Class"""

    def twoSum(self, nums: List[int], target: int) -> List[int]:
        """Two Sum Function"""
        for i in range(len(nums)):
            for j in range(i + 1, len(nums)):
                if nums[i] + nums[j] == target:
                    return [i, j]


#####################################################################################
# Functions
#####################################################################################
def testcase():
    """Test Function"""
    print(Solution().twoSum([3, 3], 6))
    print(Solution().twoSum([3, 2, 4], 6))
    print(Solution().twoSum([2, 7, 11, 15], 9))


#####################################################################################
# Main
#####################################################################################
if __name__ == "__main__":
    testcase()

Solution 2 - Brute Force using `enumerate()`

Same brute force logic, but uses Python's enumerate() for cleaner index tracking instead of range(len(...)).

TimeComplexity: O(n^2)

SpaceComplexity: O(1)

""" 0001.1 - Solution 1 - Using Enumerate """

#####################################################################################
# Imports
#####################################################################################
from typing import List

#####################################################################################
# Classes
#####################################################################################
class Solution:
    """Solution Class"""

    def twoSum(self, nums: List[int], target: int) -> List[int]:
        """Two Sum Function"""
        for key1, num1 in enumerate(nums):
            for key2, num2 in enumerate(nums[key1 + 1 :], key1 + 1):
	              # enumerate(iterable, start=1) -> start value determines starting index
                # Printing value and key will output 1 i , 2 j, 3 k, 4 l 
                if num1 + num2 == target:
                    return [key1, key2]


#####################################################################################
# Functions
#####################################################################################
def testcase():
    """Test Function"""
    print(Solution().twoSum([3, 3], 6))
    print(Solution().twoSum([3, 2, 4], 6))
    print(Solution().twoSum([2, 7, 11, 15], 9))


#####################################################################################
# Main
#####################################################################################
if __name__ == "__main__":
    testcase()

Solution 1 - Sorting Approach

Maintain the full list of elements. On each add, append the new value, sort the list, and return the kth largest element from the end.

TimeComplexity: O(n \log n)

SpaceComplexity: O(n)

""" 0703.1 - Kth Largest Element in a Stream - Solution 1 - Sorting Approach """

#####################################################################################
# Imports
#####################################################################################
from typing import List

#####################################################################################
# Classes
#####################################################################################
class KthLargest:
    """Kth Largest Stream Class"""

    def __init__(self, k: int, nums: List[int]):
        """Initialize with k and initial stream"""
        self.k = k
        self.nums = sorted(nums)

    def add(self, val: int) -> int:
        """Add value and return kth largest"""
        self.nums.append(val)
        self.nums.sort()
        return self.nums[-self.k]


#####################################################################################
# Functions
#####################################################################################
def testcase():
    """Test Function"""
    kth = KthLargest(3, [4, 5, 8, 2])
    print(kth.add(3))   # 4
    print(kth.add(5))   # 5
    print(kth.add(10))  # 5
    print(kth.add(9))   # 8
    print(kth.add(4))   # 8


#####################################################################################
# Main
#####################################################################################
if __name__ == "__main__":
    testcase()

Solution 2 - Min Heap Approach

Use a min heap of size k to efficiently track the k largest elements. The root of the heap is always the kth largest element. On each add, push the new value and pop if the heap exceeds size k.

TimeComplexity: O(\log k)

SpaceComplexity: O(k)

""" 0703.2 - Kth Largest Element in a Stream - Solution 2 - Min Heap Approach """

#####################################################################################
# Imports
#####################################################################################
import heapq
from typing import List

#####################################################################################
# Classes
#####################################################################################
class KthLargest:
    """Kth Largest Stream Class"""

    def __init__(self, k: int, nums: List[int]):
        """Initialize with k and initial stream using a min heap"""
        self.k = k
        self.heap = nums
        heapq.heapify(self.heap)
        while len(self.heap) > k:
            heapq.heappop(self.heap)

    def add(self, val: int) -> int:
        """Add value and return kth largest"""
        heapq.heappush(self.heap, val)
        if len(self.heap) > self.k:
            heapq.heappop(self.heap)
        return self.heap[0]


#####################################################################################
# Functions
#####################################################################################
def testcase():
    """Test Function"""
    kth = KthLargest(3, [4, 5, 8, 2])
    print(kth.add(3))   # 4
    print(kth.add(5))   # 5
    print(kth.add(10))  # 5
    print(kth.add(9))   # 8
    print(kth.add(4))   # 8


#####################################################################################
# Main
#####################################################################################
if __name__ == "__main__":
    testcase()

0703 - Kth Largest Element in a Stream

Solution 1 - Brute Force

Solution 2 - Brute Force using enumerate()

Solution 1 - Sorting Approach

Solution 2 - Min Heap Approach

Solution 2 - Brute Force using `enumerate()`