【算法】3Sum 三数之和

3Sum 三数之和

问题描述:

给你一个整数数组 nums ,判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i != j、i != k 且 j != k ,同时还满足 nums[i] + nums[j] + nums[k] == 0 。请

你返回所有和为 0 且不重复的三元组。

注意:答案中不可以包含重复的三元组

3 < = n u m s . l e n g t h < = 3000   − 1 0 5 < = n u m s [ i ] < = 1 0 5 3 <= nums.length <= 3000\\\ -10^5 <= nums[i] <= 10^5 3<=nums.length<=3000 105<=nums[i]<=105

分析

需要找出所有和为0 ,但是又不能重复的三元组。
也就是说一个有效的三元组,x+y+z=0,并且下标不一样。
而且还需要不能重复。

最朴素的方式就是暴力,可以枚举出所有符合条件的组合,然后去重,或者是在过程中去重。

而最容易联想到的就是2sum,固定x,枚举yz,时间复杂度 O ( N 3 ) O(N^3) O(N3),去重的时间和空间开销还没算进去。

该策略太暴力,容易实现,但是时间复杂度太高无法快速得到结果。

基于2sum中的双指针,可以在 O ( N ) O(N) O(N)的时间复杂度下找到2个元素.

所以可以尝试固定x,然后使用双指针的方式找到yz,时间复杂度 O ( N 2 ) O(N^2) O(N2)
这个思路明显由于上面的暴力,但是还有一个问题没有解决,就是重复

在使用双指针策略之前,首先要做的就是sort。

之所以重复,就是在无序的状态下,可能会找到一组xyz,然后又找到了yxz,这就产生了重复。

因此在这个过程中,依然是固定x,但是x只能使用一次,同时要确保组合中的x<=y<=z

这样一个x,可能会找到多组的yz,但是组合不会重复。

代码

 public List<List<Integer>> threeSum(int[] nums) {
        List<List<Integer>> result = new        ArrayList<List<Integer>>();
 
        if(nums == null || nums.length<3){
            return result;
        }
        Arrays.sort(nums);
 
        for(int i=0; i<nums.length-2; i++){
            if(i==0 || nums[i] > nums[i-1]){
                int j=i+1;
                int k=nums.length-1;
                while(j<k){
                    if(nums[i]+nums[j]+nums[k]==0){
                        List<Integer> l = new ArrayList<Integer>();
                        l.add(nums[i]);
                        l.add(nums[j]);
                        l.add(nums[k]);
                        result.add(l);    
                        j++;
                        k--; 
                        while(j<k && nums[j]==nums[j-1]){
                            j++;
                        }
                        while(j<k && nums[k]==nums[k+1]){
                            k--;
                        }
                    }else if(nums[i]+nums[j]+nums[k]<0){
                        j++;
                    }else{
                        k--;
                    }
                }
            }    
        }
        return result;
    }

时间复杂度 O ( N 2 ) O(N^2) O(N2)

空间复杂度 O ( log ⁡ N ) O(\log N) O(logN)

Tag

Array

Two Pointers

Sort

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“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

打赏作者

Eric.Cui

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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