http://blog.csdn.net/lalor/article/details/7554594
思路1：可以用hash表來存儲數組中的元素，這樣我們取得一個數后，去判斷sum - val 在不在數組中，如果在數組中，則找到了一對二元組，它們的和為sum，該算法的缺點就是需要用到一個hash表，增加了空間復雜度。
思路2：同樣是基於查找，我們可以先將數組排序，然后依次取一個數后，在數組中用二分查找，查找sum -val是否存在，如果存在，則找到了一對二元組，它們的和為sum，該方法與上面的方法相比，雖然不用實現一個hash表，也沒不需要過多的空間，但是時間多了很多。排序需要O(nLogn)，二分查找需要(Logn)，查找n次，所以時間復雜度為O(nLogn)。
思路3：該方法基於第2種思路，但是進行了優化，在時間復雜度和空間復雜度是一種折中，但是算法的簡單直觀、易於理解。首先將數組排序，然后用兩個指向數組的指針，一個從前往后掃描，一個從后往前掃描，記為first和last，如果 fist + last < sum 則將fist向前移動，如果fist + last > sum，則last向后移動。
- #include <iostream>
- #include <algorithm>
- using namespace std;
- void printPairSums(int data[], int size, int sum);
- int main(int argc, char* argv[])
- {
- int data[] = {1, 5, 9, -1, 4, 6, -2, 3, -8};
- int size = sizeof(data) / sizeof(data[0]);
- int i;
- sort(data, data + size);
- printPairSums(data, size, 8);
- return 0;
- }
- void printPairSums(int data[], int size, int sum)
- {
- int first = 0;
- int last = size -1;
- int s = 0;
- while (first < last)
- {
- s = data[first] + data[last];
- if (s == sum)
- {
- cout << data[first] << " + " << data[last] << " = " << sum << endl;
- first++;
- last--;
- }
- else if (s < sum)
- {
- first++;
- }
- else
- {
- last--;
- }
- }
- }
參考資料：http://www.geeksforgeeks.org/archives/484
============================================
能否快速找出一個數組中的兩個數字，讓這兩個數字之和等於一個給定的值，為了簡化起見，我們假設這個數組中肯定存在至少一組符合要求的解。
假如有如下的兩個數組，如圖所示：
5，6，1，4，7，9，8
給定Sum= 10
1，5，6，7，8，9
給定Sum= 10
分析與解法
這個題目不是很難，也很容易理解。但是要得出高效率的解法，還是需要一番思考的。
解法一
一個直接的解法就是窮舉：從數組中任意取出兩個數字，計算兩者之和是否為給定的數字。
顯然其時間復雜度為N（N-1）/2即O（N^2）。這個算法很簡單，寫起來也很容易，但是效率不高。一般在程序設計里面，要盡可能降低算法的時間和空間復雜度，所以需要繼續尋找效率更高的解法。
解法二
求兩個數字之和，假設給定的和為Sum。一個變通的思路，就是對數組中的每個數字arr[i]都判別Sum-arr[i]是否在數組中，這樣，就變通成為一個查找的算法。
在一個無序數組中查找一個數的復雜度是O（N），對於每個數字arr[i]，都需要查找對應的Sum-arr[i]在不在數組中，很容易得到時間復雜度還是O（N^2）。這和最原始的方法相比沒有改進。但是如果能夠提高查找的效率，就能夠提高整個算法的效率。怎樣提高查找的效率呢？
學過編程的人都知道，提高查找效率通常可以先將要查找的數組排序，然后用二分查找等方法進行查找，就可以將原來O（N）的查找時間縮短到O（log2N），這樣對於每個arr[i]，都要花O（log2N）去查找對應的Sum-arr[i]在不在數組中，總的時間復雜度降低為N* log2N。當讓將長度為N的數組進行排序本身也需要O（N*log2N）的時間，好在只須要排序一次就夠了，所以總的時間復雜度依然是O（N*log2N）。這樣，就改進了最原始的方法。
到這里，有的讀者可能會更進一步地想，先排序再二分查找固然可以將時間從O（N^2）縮短到O（N*log2N），但是還有更快的查找方法：hash表。因為給定一個數字，根據hash表映射查找另一個數字是否在數組中，只需要O（1）時間。這樣的話，總體的算法復雜度可以降低到O（N），但這種方法需要額外增加O（N）的hash表存儲空間。某些情況下，用空間換時間也不失為一個好方法。
解法三
還可以換個角度來考慮問題，假設已經有了這個數組的任意兩個元素之和的有序數組（長為N^2）。那么利用二分查找法，只需用O（2*log2N）就可以解決這個問題。當然不太可能去計算這個有序數組，因為它需要O（N^2）的時間。但這個思考仍啟發我們，可以直接對兩個數字的和進行一個有序的遍歷，從而降低算法的時間復雜度。
首先對數組進行排序，時間復雜度為（N*log2N）。
然后令i = 0，j = n-1，看arr[i] + arr[j] 是否等於Sum，如果是，則結束。如果小於Sum，則i = i + 1；如果大於Sum，則 j = j – 1。這樣只需要在排好序的數組上遍歷一次，就可以得到最后的結果，時間復雜度為O（N）。兩步加起來總的時間復雜度O（N*log2N），下面這個程序就利用了這個思想，代碼如下所示：
- int getSumNum(int[] arr,int Sum)， //arr為數組，Sum為和
- {
- int i,j;
- for(i = 0, j = n-1; i < j ; )
- {
- if(arr[i] + arr[j] == Sum)
- return ( i , j );
- else if(arr[i] + arr[j] < Sum)
- i++;
- else
- j--;
- }
- return ( -1 , -1 );
- }
它的時間復雜度是O（N）。
剛開始一直無法理解這樣一定可以找到這個和嗎？難道不會漏掉了解的位置。可以這么理解，假如排好序后的數組為1,3,6,a,9,12,17,28,b,35,46 ,那么i最初指向1的位置，j最初指向46的位置，比如所求的是Sum=a+b，a
擴展問題
1、如果把這個問題中的“兩個數字”改成“三個數字”或“任意個數字”時，你的解是什么呢？
三個數字：首先還是先對數組進行排序，然后從i=0到n-1進行遍歷，遍歷arr[i]時，在調用上面的函數getSumNum(arr , Sum-arr[i])即可。
任意m個數字的想法：
首先還是先對數組進行排序，然后從i=0到n-1個元素遍歷，遍歷arr[i]時，在剩下的n-1個元素中調用getSumNum(arr,Sum-arr[i])，此時為求m-1個元素和為Sum-arr[i]；接下來，同樣的方法,從j=0到n-2個元素遍歷，遍歷arr[j]時在arr上遞歸調用getSumNum(arr,Sum-arr[i]-arr[j])，此時為求m-2個元素和為Sum-arr[i]-arr[j]；依次遞歸，直到為求2個元素和為Sum-?-?-?...時為止。
不論是求3個數字還好是m個數字，總是能比較窮舉法少一個數量級n，比先排序然后二分查找求Sum-arr[i]也要快。