算法题-相加为目标数之和(两数之和、三数之和、从数组中取n个数相加为m(不可重复取)、从数组中取任意个数相加为m(可重复取))

目录

相加为目标数之和

题目

两数之和

三数之和

原题链接

解析

核心思想

答案

从数组中取n个数相加为m(不可重复取)

解析 

核心思想

答案

从数组中取任意个数相加为m(可重复取)

解析

核心思想

答案


相加为目标数之和

当为两数、三数之和时,可以通过取出一个数和目标值的差去解决问题,通常会用到hash、双指针等算法去优化题解。

当为多数之和时,我们可以采取递归的方法,把n个数和拆为n-1个数和与剩余的一个数去递归。或者用动态规范的方法,找到res[i]的解和res[i-arr[j]]的关系(j表示的是数组中的每一位)

最后需要注意在求解的时候是否会有重复的解集存在。

题目

两数之和

算法题--哈希(给定差值的组合、最小权重路径解法加步骤)_YF-SOD的博客-CSDN博客

三数之和

给出一个有n个元素的数组S,S中是否有元素a,b,c满足a+b+c=0?找出数组S中所有满足条件的三元组。

  1. 三元组(a、b、c)中的元素必须按非降序排列。(即a≤b≤c)
  2. 解集中不能包含重复的三元组。

示例:给定的数组 S = {-10 0 10 20 -10 -40},解集为(-10, -10, 20),(-10, 0, 10)

输入:[0]

返回值:[]

输入:[0,0,0]

返回值:[[0,0,0]]

输入:[-2,0,1,1,2]

返回值:[[-2,0,2],[-2,1,1]]

输入:[-10,0,10,20,-10,-40]

返回值:[[-10,-10,20],[-10,0,10]]

原题链接

三数之和_牛客题霸_牛客网

解析

注意第二个示例,输入3个零返回的数组中由零构成,上面的不包含重复的三元组是指的数组中的每一位在一个解集中只可以出现1次,但数字时可以相同的。

核心思想

采用双指针的算法,首先固定一位,左右指针从两端开始,向内收紧结束,当有和为固定的数的相反数的加入解集。

固定的这一位从数组0~len-2,双指针一直在固定位的右端,这样能方便计算。

答案

function threeSum(num) {
	num.sort((a, b) => a - b)
	let len = num.length
	let res = []
	if (len < 3) {
		return res
	}
	for (let i = 0; i < len - 2; i++) {
		while (num[i] == num[i - 1]) {
			i++
		}
		let left = i + 1, right = len - 1
		while (left < right) {
			let sum = num[i] + num[left] + num[right]
			if (sum === 0) {
				res.push([num[i], num[left], num[right]])
				right--
				left++
				while (num[left] == num[left - 1]) {
					left++
				}
				while (num[right] == num[right + 1]) {
					right--
				}
			} else if (sum < 0) {
				left++
			} else {
				right--
			}
		}
	}
	return res
}

从数组中取n个数相加为m(不可重复取)

请用算法实现,从给定的不重复的数组中,取出n个数,使其相加和为m,如:

let arr = [1, 4, 7, 11, 9, 8, 10, 6]
let n = 3
let m = 27
Result:
[[7,11,9],[11,10,6],[9,8,10]]

解析 

注意该题答案不能直接用于上题三数之和,因为给的数组是不重复的,当nums([-2,0,0,2,2],3,0)会返回[[-2,0,2],[-2,0,2]]。得到重复的答案。

核心思想

把n个数和拆为n-1个数和与剩余的一个数。

backtrace(start)表示从start-length-1的nums数组中选n为数和为m。

stack数组中为已经选取了的数。

剩余的这个数可能是每一位,故for循环将数组的每一位放入stack中调用backtrace函数,由于每次将一位放入了数组,故需要取出(这里注意的是递归中每次也会调用push和pop,所以for循环时,最外层每次的stack数组会为空)。

最后寻找出口:当放入stack中的数为n-1时,表示只用寻找一个数了。

答案

function numsSum(nums, n, m) {
	if (!nums.length || nums.length < n) return [];
	nums.sort((a, b) => a - b)
	const result = [];
	const stack = []
	const backtrace = (start) => {
		if (stack.length === n - 1) {
			const temp = stack.reduce((acc, cur) => acc + cur);
			if(nums.slice(start).includes(m-temp)){
				result.push([...stack,m-temp])
			}
			return
		}
		for (let i = start; i < nums.length; i++) {
			stack.push(nums[i])
			backtrace(i + 1)
			stack.pop()
		}
	}
	backtrace(0)
	return result
}

从数组中取任意个数相加为m(可重复取)

从数组中选取任意个数的数可以重复相加为target,输出所有的组合,不要求组合中的顺序,

例如[1,2,3],target=4,输出[[1,1,1,1],[1,1,2],[1,3],[2,2]]。

解析

注意是可重复选取,故可能存在重复的解,故最后需要去重。

核心思想

递归:

把n个数和拆为n-1个数和与剩余的一个数。

首先确定入参和出参,入参f(arr,target),出参result数组。

确定上下层级的关系,f(arr,target)=选中的1位和剩下的n-1位返回的result的拼接数组即f(arr,target-arr[i]),i从0~length-1。

找出口,当target-arr[i]===0时,存入result中,大于0时不进行操作。

动态规划:

赋初始值:小于数组中最小值的,res解集为空,

找到res[i]下层之间的关系:res[i]=对数组的每一位进行循环(j),如果res[i-arr[j]]的数组有解就将该解和arr[j]合并,还需要判断右直接等于arr[j]的也加入。

答案

方法一(递归) 

function join(a, arr) {
	return arr.map(v => {
		v.push(a)
		return v
	})
}
function find(arr, target) {
	arr = arr.sort((a, b) => a - b).filter(v => v <= target)
	if (!arr.length) {
		return;
	}
	let result = []
	for (let i = 0; i < arr.length; i++) {
		if (target - arr[i] > 0) {
			result.push(...join(arr[i], find(arr, target - arr[i])))
		}
		if (target - arr[i] === 0) {
			result.push([arr[i]])
		}
	}
	return result
}
let result = find([1, 2, 3, 4], 6)
console.log([...new Set(result.map((v) => v.sort((a, b) => a - b).join('')))].map((v) => v.split('').map(v => Number(v))))

方法二(动态规划) 

function find(arr, target) {
    function join(a, arr) {
        return JSON.parse(JSON.stringify(arr)).map(v => {
            v.push(a)
            return v
        })
    }
    let result = []
    arr = arr.sort((a, b) => a - b).filter(v => v <= target)
    for (let i = 0; i <= target; i++) {
        if (i < arr[0]) {
            result[i] = []
        } else {
            result[i] = []
            for (let j = 0; j < arr.length; j++) {
                if (i>arr[j] && result[i - arr[j]].length) {
                    result[i].push(...join(arr[j], result[i - arr[j]]))
                }
                if(i===arr[j]){
                    result[i].push([i])
                }

            }
        }
    }
    return [...new Set(result.pop().map((v)=>v.sort((a,b)=>a-b).join('')))].map((v)=>v.split('').map(v=>Number(v)))
}
console.log(find([2,3,4],6))

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 给定两个无序数组nums1和nums2,让我们找到任意相加后第n小的和。我们可以使用归并排序的思想来解决这个问。 首先,我们将nums1和nums2合并成一个有序数组merged。我们可以使用两个指针i和j分别指向nums1和nums2的开头,并从小到大比较nums1[i]和nums2[j]的大小。将较小的元素放入merged数组,并将相应的指针向后移动一位,继续比较。 当任一指针到达数组末尾时,我们就将另一个数组中剩余的元素依次放入merged数组中。最后,merged数组中的元素就是nums1和nums2两个数组合并后的有序数组。 接下来,我们可以使用双重循环来遍历merged数组,找到任意相加后第n小的和。我们使用两个循环变量i和j分别遍历merged数组,并使用一个计器count来记录已经找到的和的个数。 当我们找到第n小的和时,即count达到n时,我们返回merged[i]和merged[j]的和作为结果。 这个算法的时间复杂度为O(m+n),其中m和n分别是nums1和nums2的长度。在最坏情况下,当nums1和nums2都是逆序排列时,算法的时间复杂度为O(m+n)。 综上所述,我们可以使用归并排序的思想来解决华为面试任意相加第n小的和”的问。 ### 回答2: 假设给定的两个无序数组为array1和array2,我们需要找到任个数相加后的和中第n小的。 一种解决方法是,我们可以将两个数组进行排序,然后求所有可能的两个数相加的和,将这些和按照升序排列。最后,我们可以直接找到排好序的和中第n个数字即可。 具体步骤如下: 1. 对array1和array2进行排序,得到排序后的数组sorted1和sorted2。 2. 创建一个新数组sums,用于保存两个数组元素相加的和。 3. 遍历sorted1中的每一个元素a,以及遍历sorted2中的每一个元素b,将它们的和a+b加入到sums数组中。 4. 对sums数组进行排序,得到排好序的和的数组sorted_sums。 5. 返回sorted_sums的第n个元素,即为我们要找的两个数相加的和中第n小的。 需要注意的是,如果两个数组中有重复字,我们在计算和sums时可能会得到相同的和。在计算第n小的和的时候,我们需要判断是否要排除这些重复的和结果。 以上就是一种解决华为面试的方法,希望对您有帮助。请注意,实际情况可能更加复杂,具体的解决方法可能会根据目的要求而有所不同。 ### 回答3: 给定两个无序数组a和b,需要找到任意出一个数a[i]和一个数b[j]相加后的第n小的和。 一种思路是先将数组a和数组b分别排序,然后使用双指针的方法进行求解。设指针i和指针j分别指向数组a和数组b的起始位置,初始化为0。设变量count用于记录找到的和的个数,初始化为0。 从左向右遍历数组a和数组b,每次选择a[i]和b[j]中较小的一个数。将选择的与之前找到的和进行比较,如果比之前找到的和小,将当前的和作为第n小的和,同时将count加1。如果count等于n,即找到了第n小的和,结束循环。否则,如果选择了a[i],则将i加1;如果选择了b[j],则将j加1。 最后,返回第n小的和。 这个方法的时间复杂度主要决于排序的时间复杂度,设两个数组的长度分别为m和n,排序时间复杂度为O(mlogm)和O(nlogn),遍历数组的时间复杂度为O(m+n)。因此,整个算法的时间复杂度为O(mlogm + nlogn + m + n)。 另一种思路是使用小顶堆进行求解。首先,将数组a中的每个数数组b中的每个数进行相加,将得到的和存入小顶堆中。然后,依次从小顶堆中出第n个数,即为第n小的和。 这个方法的时间复杂度主要决于创建小顶堆的时间复杂度,设两个数组的长度分别为m和n,创建小顶堆的时间复杂度为O(mnlog(mn))。因此,整个算法的时间复杂度为O(mnlog(mn))。 以上是两种求解目的方法,可以根据实际情况选择适合的方法进行求解。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值