python算法题:2sum, 3sum, 4sum, nsum

这篇博客详细介绍了使用Python解决2sum、3sum、4sum以及nsum问题的算法思路。对于2sum,提出了一次哈希和排序双指针两种方法,时间复杂度分别为O(n)和O(nlogn),空间复杂度分别为O(n)和O(1)。接着,博主讲解了3sum和4sum的解决方案,都是基于排序后的双指针,时间复杂度分别为O(n^2)和O(n^3),空间复杂度为O(1)。最后,讨论了nsum的解决方案,使用深度优先搜索来找到可能的解,时间复杂度为O(N^(K-1)),空间复杂度O(1)。
摘要由CSDN通过智能技术生成

two sum

思路:
一次哈希,边哈希边检测另一个数字是否已经在dict中(二次哈希也可)

时间复杂度O(n) 空间复杂度O(n)

PS: 其实还可以先排序再双指针(沿用3sum的思路),这样操作时间复杂度O(nlogn)空间复杂度O(1)

import copy
class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        d = {}
        for i in range(len(nums)):
            complement = target - nums[i]
			# hash的时候检测另一个数字是否已存在,即使是重复数字还未覆盖也不影响
            if complement in d.keys():
                return [d[complement], i]
            d[nums[i]] = i
        return -1

three sum

思路:

  1. 排序
  2. 第一个数字从头到尾扫描,
  3. 剩下两个数双指针得到。

时间复杂度 O(n^2) 空间复杂度O(1)

注意:题目中要求结果不重复,所以需要加上重复数字判断

(做的时候也有考虑过双指针+二分查找最后一个数,但是这样哪个指针移动无法判断)

class Solution:
    def threeSum(self, nums: List[int]) -> List[List[int]]:
        nums.sort()
        res = []
        if len(nums) < 3 or nums[0]>0:
            return []
        
        for i in range(len(nums)-2):
        	# 防止重复重复数字出现
            if i != 0 and nums[i] == nums[i-1]:
                continue
            a = nums[i]
            l = i + 1
            r = len(nums) - 1
            while l < r:
                if nums[l] + nums[r] == 0 - a:
          
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