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 - Iterative Binary Search

Given a sorted array of integers and a target value, search for the target using binary search. Return its index if found, otherwise return -1. We maintain two pointers (left and right) and repeatedly check the middle element, narrowing the search space by half each iteration.

TimeComplexity: O(\log n)

SpaceComplexity: O(1)

""" 0704.1 - Binary Search - Solution 1 - Iterative Binary Search """

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

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

    def search(self, nums: List[int], target: int) -> int:
        """Binary Search Function"""
        left, right = 0, len(nums) - 1

        while left <= right:
            mid = left + (right - left) // 2

            if nums[mid] == target:
                return mid
            elif nums[mid] < target:
                left = mid + 1
            else:
                right = mid - 1

        return -1


#####################################################################################
# Functions
#####################################################################################
def testcase():
    """Test Function"""
    print(Solution().search([-1, 0, 3, 5, 9, 12], 9))   # Expected: 4
    print(Solution().search([-1, 0, 3, 5, 9, 12], 2))   # Expected: -1
    print(Solution().search([5], 5))                      # Expected: 0
    print(Solution().search([2, 5], 5))                   # Expected: 1


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

Solution 2 - Recursive Binary Search

Same approach but implemented recursively. A helper function takes the current search bounds and calls itself with a narrowed range until the target is found or the range is exhausted.

TimeComplexity: O(\log n)

SpaceComplexity: O(\log n)

""" 0704.2 - Binary Search - Solution 2 - Recursive Binary Search """

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

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

    def search(self, nums: List[int], target: int) -> int:
        """Binary Search Function"""
        return self._binary_search(nums, target, 0, len(nums) - 1)

    def _binary_search(self, nums: List[int], target: int, left: int, right: int) -> int:
        """Recursive Helper"""
        if left > right:
            return -1

        mid = left + (right - left) // 2

        if nums[mid] == target:
            return mid
        elif nums[mid] < target:
            return self._binary_search(nums, target, mid + 1, right)
        else:
            return self._binary_search(nums, target, left, mid - 1)


#####################################################################################
# Functions
#####################################################################################
def testcase():
    """Test Function"""
    print(Solution().search([-1, 0, 3, 5, 9, 12], 9))   # Expected: 4
    print(Solution().search([-1, 0, 3, 5, 9, 12], 2))   # Expected: -1
    print(Solution().search([5], 5))                      # Expected: 0
    print(Solution().search([2, 5], 5))                   # Expected: 1


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

0704 - Binary Search

Solution 1 - Brute Force

Solution 2 - Brute Force using enumerate()

Solution 1 - Iterative Binary Search

Solution 2 - Recursive Binary Search

Solution 2 - Brute Force using `enumerate()`