【LeetCode-中等】15. 三数之和(图文详解)

题目

题目地址:https://leetcode.cn/problems/3sum/

示例

方法1:排序+双指针

思路参考了作者:Krahets

https://leetcode.cn/problems/3sum/solution/3sumpai-xu-shuang-zhi-zhen-yi-dong-by-jyd/

我的思路:

先排序数组

定义三个指针:最左(leftMost)、左(left)、右(right)

最左指针放在数组的最左边,左、右指针放在 最左指针的右边 的左右两段。

如果nums[leftMost]>0,那别找了,没戏了,最左都>0,后面的肯定也>0,不能能三指针相加=0。直接返回结果。

左、右指针一个一个的往中间走:

        当三者相加<0时,left++,并跳过重复的元素

        当三者相加=0时,记录下结果,lefrt和right同时移动:left++ ;right--;并跳过重复的元素

        当三者相加>0时,right--,并跳过重复的元素

当left 不小于 right 时,说明这一轮都找完了,开始将leftMost向右移动,并跳过重复元素,注意,leftMost指的数据一定要<0

举例说明

 

 

 

 

当left 不小于 right ,说明leftMost在当前的情况全部找完了,开始将leftMost右移动,进行新一轮的寻找

 

 

 

这一轮也结束了,leftMost++,并跳过重复

 

 


我写的代码虽然丑,但它宝贵在它是我亲手写的。即使有了思路,代码也不是一下子就能写出来,例如很多的边界条件设置、防止数组越界之类的问题,所以建议照着思路先自己写出一个通过的代码,再去参考别人的代码。

我的代码:

class Solution {
    public List<List<Integer>> threeSum(int[] nums) {
        List<List<Integer>> result = new ArrayList<List<Integer>>();

        //先排序
        Arrays.sort(nums);

        int leftMost = 0;
        while(leftMost<nums.length-2 && nums[leftMost]<=0){
            int left = leftMost+1;
            int right = nums.length-1;

            while (left<right && left<nums.length-1 &&  right>0){
                int sum = nums[leftMost]+nums[left]+nums[right];
                if (sum == 0){
                    //将正确结果添加上
                    List<Integer> arr = new ArrayList<Integer>();
                    arr.add(nums[leftMost]);
                    arr.add(nums[left]);
                    arr.add(nums[right]);
                    result.add(arr);
                    //left右移 去重
                    if (left<=nums.length-2){
                        while ( left<=nums.length-2 && nums[left] == nums[left+1]){
                            left++;
                        }
                        left++;
                    }else break;;
                    //right左移 去重
                    if (right>=2){
                        while ( right>=2 && nums[right] == nums[right-1]){
                            right--;
                        }
                        right--;
                    }else break;
                }else if (sum < 0){
                    //left右移 去重
                    if (left<=nums.length-2){
                        while ( left<=nums.length-2 && nums[left] == nums[left+1]){
                            left++;
                        }
                        left++;
                    }else break;;
                }else {
                    //right左移 去重
                    if (right>=2){
                        while ( right>=2 && nums[right] == nums[right-1]){
                            right--;
                        }
                        right--;
                    }else break;

                }
            }
            //leftMost右移 去重
            if (leftMost<nums.length-3){
                while (leftMost<nums.length-3 &&  nums[leftMost] == nums[leftMost+1]){
                    leftMost++;
                }
                leftMost++;


            }else break;



        }
        return result;
    }
}

效果

思路有了,写代码也是花费了很多时间,还是得多练 

 别人(Krahets)优秀的代码

class Solution {
    public List<List<Integer>> threeSum(int[] nums) {
        Arrays.sort(nums);
        List<List<Integer>> res = new ArrayList<>();
        for(int k = 0; k < nums.length - 2; k++){
            if(nums[k] > 0) break;
            if(k > 0 && nums[k] == nums[k - 1]) continue;
            int i = k + 1, j = nums.length - 1;
            while(i < j){
                int sum = nums[k] + nums[i] + nums[j];
                if(sum < 0){
                    while(i < j && nums[i] == nums[++i]);
                } else if (sum > 0) {
                    while(i < j && nums[j] == nums[--j]);
                } else {
                    res.add(new ArrayList<Integer>(Arrays.asList(nums[k], nums[i], nums[j])));
                    while(i < j && nums[i] == nums[++i]);
                    while(i < j && nums[j] == nums[--j]);
                }
            }
        }
        return res;
    }
}

效果

我的代码和他的代码思路一样,执行用时也就差不多 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法数据结构基础》等,来深入理解这种算法思想。
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