LeetCode“两数之和”：切片分配效率差异分析
LeetCode的“两数之和”问题，两种看似相似的解法却在运行时间上存在显著差异。本文将分析其原因。
代码对比：
两种解法都实现了func twoSum(nums []int, target int) []int函数，但切片分配方式不同：
-
解法一： 预先分配一个长度和容量均为2的切片
l := make([]int, 2)存储结果。 -
解法二： 直接返回一个长度为2的切片字面量
[]int{firstIndex, lastIndex}。
性能差异及原因：
表面上看，解法二的切片分配更简洁。然而，关键在于LeetCode的测试环境和代码执行过程：
-
解法一： 切片
l在函数开始时即被创建并分配内存，后续测试用例复用该切片，避免了重复分配的开销。 -
解法二：
[]int{firstIndex, lastIndex}在每次函数调用时都会创建一个新的切片。对于大型测试集，频繁创建和销毁切片会产生明显的内存分配和垃圾回收开销，导致运行时间变长。
因此，虽然解法二代码更简洁，但在LeetCode的测试环境下，特别是面对大量测试用例时，解法一由于避免了重复的切片创建，展现出更高的效率。 这说明，即使是细微的代码差异，在特定环境下也可能导致显著的性能差异。 选择合适的内存分配策略对于优化代码性能至关重要。
