#第454题.四数相加II
题目链接
代码随想录讲解
思路:四个独立的数组,找到A[i] + B[j] + C[k] + D[l] = 0,不用考虑有重复的四个元素相加等于0的情况。我们可以将四个数组分成两部分,A和B为一组,C和D为另外一组,这样思路就可以沿用两数之和的思路。两数之和.plus。
解题步骤:
首先定义一个hashmap,key放a和b两数之和,value 放a和b两数之和出现的次数。
遍历大A和大B数组,统计两个数组元素之和,和出现的次数,放到map中。
定义int变量count,用来统计 a+b+c+d = 0 出现的次数。
在遍历大C和大D数组,找到如果 0-(c+d) 在map中出现过的话,就用count把map中key对应的value也就是出现次数统计出来。
class Solution {
public int fourSumCount(int[] nums1, int[] nums2, int[] nums3, int[] nums4) {
Map<Integer,Integer>map=new HashMap<Integer,Integer>();
int anr=0;
for(int i=0;i<nums1.length;i++){
for(int j=0;j<nums2.length;j++){
int sum=nums1[i]+nums2[j];
//统计两个数组中的元素之和,同时统计出现的次数,放入map
map.put(sum, map.getOrDefault(sum, 0) + 1);
}
}
//统计剩余的两个元素的和,在map中找是否存在相加为0的情况,同时记录次数
for(int i=0;i<nums3.length;i++){
for(int j=0;j<nums4.length;j++){
anr += map.getOrDefault(0-nums3[i]-nums4[j], 0);
}
}
return anr;
}
}
时间复杂度: O(n^2)
空间复杂度: O(n^2)
383. 赎金信
题目链接
代码随想录
思路:从b中找到a中所需要的字母,且b中的每个字母只能使用一次。用hash表存b中所有的字母,并统计字母出现的次数。我一开始用的map。
class Solution {
public boolean canConstruct(String ransomNote, String magazine) {
Map<Character,Integer>map=new HashMap<Character,Integer>();
//将magazine中的每个字母以及出现的次数存入map中
for(int i=0;i<magazine.length();i++){
char word=magazine.charAt(i);
map.put(word,map.getOrDefault(word,0)+1);
}
//假如在map中找不到ransoNote的字母,则返回false,找到了就将对应的value-1
for(int j=0;j<ransomNote.length();j++){
char word=ransomNote.charAt(j);
if(map.getOrDefault(word,0)==0)return false;
else{
map.put(word,map.get(word)-1);
}
}
return true;
}
}
时间复杂度: O(n)
空间复杂度: O(1)
字母这种,可以用数组hash,使用map的空间消耗要比数组大一些的,因为map要维护红黑树或者哈希表,而且还要做哈希函数,是费时的。数据量大的话就能体现出来差别了。 所以数组更加简单直接有效。
class Solution {
public boolean canConstruct(String ransomNote, String magazine) {
// shortcut
if (ransomNote.length() > magazine.length()) {
return false;
}
// 定义一个哈希映射数组
int[] record = new int[26];
// 遍历
for(char c : magazine.toCharArray()){
record[c - 'a'] += 1;
}
for(char c : ransomNote.toCharArray()){
record[c - 'a'] -= 1;
}
// 如果数组中存在负数,说明ransomNote字符串总存在magazine中没有的字符
for(int i : record){
if(i < 0){
return false;
}
}
return true;
}
}
时间复杂度: O(n)
空间复杂度: O(1)
虽然时间复杂度和空间复杂度与使用map一样,但在力扣中很容易看到,用时差距很大。
第15题. 三数之和
题目链接
代码随想录
思路:首先将数组排序,然后有一层for循环,i从下标0的地方开始,同时定一个下标left 定义在i+1的位置上,定义下标right 在数组结尾的位置上。
依然还是在数组中找到 abc 使得a + b +c =0,我们这里相当于 a = nums[i],b = nums[left],c = nums[right]。接下来如何移动left 和right呢, 如果nums[i] + nums[left] + nums[right] > 0 就说明 此时三数之和大了,因为数组是排序后了,所以right下标就应该向左移动,这样才能让三数之和小一些。如果 nums[i] + nums[left] + nums[right] < 0 说明 此时 三数之和小了,left 就向右移动,才能让三数之和大一些,直到left与right相遇为止。突然发现和我之前两数之和的思路一样。
class Solution {
public List<List<Integer>> threeSum(int[] nums) {
List<List<Integer>>result=new ArrayList<>();
Arrays.sort(nums);
for (int i = 0; i < nums.length; i++) {
// 排序之后如果第一个元素已经大于零,那么无论如何组合都不可能凑成三元组,直接返回结果就可以了
if (nums[i] > 0) {
return result;
}
if(i>0&&nums[i]==nums[i-1])continue;
int left = i + 1;
int right = nums.length - 1;
while (right > left) {
int sum = nums[i] + nums[left] + nums[right];
if(sum>0){
right--;
}else if(sum<0){
left++;
}else{
result.add(Arrays.asList(nums[i], nums[left], nums[right]));
// 去重逻辑应该放在找到一个三元组之后,对b 和 c去重
while (right > left && nums[right] == nums[right - 1]) right--;
while (right > left && nums[left] == nums[left + 1]) left++;
right--;
left++;
}
}
}
return result;
}
}
时间复杂度: O(n^2)
空间复杂度: O(1)
去重逻辑:
a的去重:
是判断 nums[i] 与 nums[i + 1]是否相同,还是判断 nums[i] 与 nums[i-1] 是否相同?
如果我们的写法是这样:
if (nums[i] == nums[i + 1]) { // 去重操作
continue;
}
那我们就把三元组中出现重复元素的情况直接pass掉了。例如{-1, -1 ,2} 这组数据,当遍历到第一个-1的时候,判断一个也是-1,那这组数据就pass了。(我自己写就犯了这个错误)
思考题
既然三数之和可以使用双指针法,我们之前讲过的1.两数之和 (opens new window),可不可以使用双指针法呢?
如果不能,题意如何更改就可以使用双指针法呢? 大家留言说出自己的想法吧!
两数之和 就不能使用双指针法,因为1.两数之和 (opens new window)要求返回的是索引下标, 而双指针法一定要排序,一旦排序之后原数组的索引就被改变了。
如果1.两数之和要求返回的是数值的话,就可以使用双指针法了。
答:可以在排序前copy原数组,但是会多循环一遍,还会多O(n)的空间复杂度。
第18题. 四数之和
题目链接
代码随想录
思路:四数之和和三数之和是一个思路,都是使用双指针法。
但是有一些细节需要注意,例如: 不要判断nums[k] > target 就返回了,三数之和 可以通过 nums[i] > 0 就返回了,因为 0 已经是确定的数了,四数之和这道题目 target是任意值。
那么一样的道理,五数之和、六数之和等等都采用这种解法。对于三数之和 双指针法就是将原本暴力O(n3)降为O(n2)的解法,四数之和的双指针解法就是将原本暴力O(n4)的解法,降为O(n3)的解法。
class Solution {
public List<List<Integer>> fourSum(int[] nums, int target) {
List<List<Integer>> result = new ArrayList<>();
Arrays.sort(nums);
for (int i = 0; i < nums.length; i++) {
// nums[i] > target 直接返回, 剪枝操作
if (nums[i] > 0 && nums[i] > target) {
return result;
}
if (i > 0 && nums[i - 1] == nums[i]) { // 对nums[i]去重
continue;
}
for (int j = i + 1; j < nums.length; j++) {
if (j > i + 1 && nums[j - 1] == nums[j]) { // 对nums[j]去重
continue;
}
int left = j + 1;
int right = nums.length - 1;
while (right > left) {
// nums[k] + nums[i] + nums[left] + nums[right] > target int会溢出
long sum = (long) nums[i] + nums[j] + nums[left] + nums[right];
if (sum > target) {
right--;
} else if (sum < target) {
left++;
} else {
result.add(Arrays.asList(nums[i], nums[j], nums[left], nums[right]));
// 对nums[left]和nums[right]去重
while (right > left && nums[right] == nums[right - 1]) right--;
while (right > left && nums[left] == nums[left + 1]) left++;
left++;
right--;
}
}
}
}
return result;
}
}
时间复杂度: O(n^3)
空间复杂度: O(1)
总结
一般来说哈希表都是用来快速判断一个元素是否出现集合里。
对于哈希表,要知道哈希函数和哈希碰撞在哈希表中的作用。
哈希函数是把传入的key映射到符号表的索引上。
哈希碰撞处理有多个key映射到相同索引上时的情景,处理碰撞的普遍方式是拉链法和线性探测法。
常见的三种哈希结构:
数组
set(集合)
map(映射)
数组作为哈希表
所以当hash值多的时候且紧密的时候用数组,比如统计字母;
set作为哈希表
当hash值少,跨度大的时候用set。比如两个数组的交集一题:
主要因为如下两点:
数组的大小是有限的,受到系统栈空间(不是数据结构的栈)的限制。
如果数组空间够大,但哈希值比较少、特别分散、跨度非常大,使用数组就造成空间的极大浪费。
所以此时一样的做映射的话,就可以使用set了。
map作为哈希表
使用数组和set来做哈希法的局限:
数组的大小是受限制的,而且如果元素很少,而哈希值太大会造成内存空间的浪费。
set是一个集合,里面放的元素只能是一个key,而两数之和这道题目,不仅要判断y是否存在而且还要记录y的下标位置,因为要返回x 和 y的下标。所以set 也不能用。