1 LeetCode15.三数之和(LeetCode15)
1.1 题目描述
题目描述如下:
首先大致分析一下,我们可以枚举每一个数,然后去搜索另外两个符合条件数,这不难发现,若对原数组进行排序会方便我们的搜索。
1.2 题目解决
设三元组为[a,b,c]
,我们的思路是让a
跑遍数组每一个数,然后去寻找符合条件的b,c
。
首先对原数组进行排序,因为我们让a
跑遍数组的所有元素,因此b,c
只需要跑遍a
的右部分即可,这样简化了穷搜的思路。然后观察,由于我们已经对数组进行了升序排序,因此我们可以从a
的右部分的两头开始搜索(b
初始在a
后一个,c
初始在数组最后):若a+b+c<0
,说明我们需要更大的b+c
,因此我们需要向右移动b
使b
减小;反之向左移动c
使c
减小,直到找到a+b+c=0
,将其写入答案中。
这里我们要注意,上述过程会产生重复答案。分析重复的情况,第一种重复,若对于a=a1
我们已经搜索过相应的b,c
了,因为我们已经对数组排好序,所以若下一个a
也为a1
,则我们不需要再搜索。另一种重复,在a=a1
的搜索过程中,若找到了b=b1
,c=c1
这一组解,我们需要继续向右移动b
,向左移动c
看是否还有另一组解,若下一个b
仍为b1
,则我们也不需要进行搜索了,直接跳过进行下一个b
,因为已经对a
,b
产生的重复进行了处理,所以跳过这些可能引起重复的a,b
后,c
即使重复也不会被重复写入答案中。
具体代码及注释如下:
#include<algorithm>
#include<vector>
class Solution {
public:vector<vector<int>> threeSum(vector<int>& nums) {vector<vector<int>> ans;int n=nums.size();sort(nums.begin(),nums.end());//固定第一个数为nums[0],...,nums[n-1];for(int i=0;i<n;i++){//如果第一个数与前一个数相等,说明前一个数已经找过了,跳过此次循环if(i>0&&nums[i]==nums[i-1]) continue;//寻找第二个数和第三个数的位置left和rightint right=n-1,left=i+1;while(left<right){int sum=nums[i]+nums[left]+nums[right];//第二个数前面也寻找过了,则跳过,继续从下一个位置寻找第二个数if(left>i+1&&nums[left]==nums[left-1]){left++;continue;}/*上面换成这样也对if(right<n-1&&nums[right]==nums[right+1]){right--;continue;}*///三数之和大于0.说明第二个数和第三个数之和太大,于是减小第三个数,right--if(sum>0){right--;}//与上相反,left++if(sum<0){left++;}//等于0则加入结果,继续寻找看是否还有以nums[i]为第一个数的解if(sum==0){ans.push_back({nums[i],nums[left],nums[right]});left++;right--;}}}return ans;}
};
1.3 复杂度分析
算法有两层循环,时间复杂度为 O ( n 2 ) O(n^2) O(n2),若不算结果数组,则空间复杂度为 O ( 1 ) O(1) O(1)。
2 LeetCode560.和为k的子数组(LeetCode560)
2.1 题目描述
题目描述如下:
几个示例:
2.2 问题解决
设sum[i]
= ∑ k = 0 i nums[i] \sum_{k=0}^{i}\text{nums[i]} ∑k=0inums[i],如果你发现i>j,sum[i]-sum[j]=nums[i+1]+nums[i+2]+...+nums[j]
,则就找到了该题的关键。
我们只需要将前i
个元素的和插入到哈希表中,然后在遍历数组的过程中记录下当前元素及其之前的元素的和sum[i]
,查找哈希表sum[i]-k
出现的次数,即是和为k的子数组的个数。
代码如下:
#include<iostream>
#include<unordered_map>
using namespace std;
class Solution {
public:int subarraySum(vector<int>& nums, int k) {unordered_map<int,int> hash;hash[0]=1;int n=nums.size();int pre_sum=0;int ans=0;for(int i=0;i<n;i++){//记录前缀和pre_sum+=nums[i];//查找是否能与前面的某个元素构成和为k的子数组if(hash.find(pre_sum-k)!=hash.end()){ans+=hash[pre_sum-k];}hash[pre_sum]++;}return ans;}
};
2.3 复杂度分析
算法的时间复杂度与空间复杂度均为 O ( n ) O(n) O(n)。