九、四数之和
题目:
给你一个由 n 个整数组成的数组 nums ,和一个目标值 target 。请你找出并返回满足下述全部条件且不重复的四元组 [nums[a], nums[b], nums[c], nums[d]] (若两个四元组元素一一对应,则认为两个四元组重复):
- 0 <= a, b, c, d < n
- a、b、c 和 d 互不相同
- nums[a] + nums[b] + nums[c] + nums[d] == target
你可以按 任意顺序 返回答案 。
示例 1:
输入:nums = [1,0,-1,0,-2,2], target = 0
输出:[[-2,-1,1,2],[-2,0,0,2],[-1,0,0,1]]
示例 2:
输入:nums = [2,2,2,2,2], target = 8
输出:[[2,2,2,2]]
提示:
- 1 <= nums.length <= 200
- -109 <= nums[i] <= 109
- -109 <= target <= 109
解题思路分析:
难点在于去重和剪枝。
参考上节课的三数之和的思路:四数之和其实就是在三数之和的外面再套一层for循环;
具体操作如下图所示:
第一层循环遍历k,第二层循环遍历i,然后k、i固定,找left和right;
找到对应的nums[k]+nums[i]+nums[left]+nums[right]=target
剪枝操作:
在三数之和中,如果nums[i]>0,我们就直接进行剪枝操作;
在四数之和中,大家可能会延续上面的想法,觉得nums[k]>target,就能直接进行剪枝操作;
这样做是不行的!
因为在三数之和中,要求的三个数加起来为0,排序后可以这样剪枝;
但是在四数之和中,要求的是四个数加起来等于target,这个target可正可负;
如果target是负数,那么存在负数和负数加起来会变小的情况,不能直接用nums[k]>target来剪枝;
假设target是-7,那么-3、-2、-1、-1都大于target,但是加起来等于-7。
因为大家的惯性思维会觉得两个数加起来应该是变大的,所以会忽略负数相加的情况。
那么如何进行剪枝操作呢?
需要增加一个前提条件,让nums[k]>target能做剪枝;
前提条件就是nums[k]>0 && target>0,这样当nums[k]>target时,就能做剪枝;
去重操作:
这里需要注意的点和三数之和中一样,nums[i]要和nums[i-1]进行比较才行;
四数之和中:
第一层for循环中判断nums[k]==nums[k-1],就对k进行了去重;
接下来的i、left、right的去重逻辑就与三数之和中一样了。
代码讲解:
//定义一个List,用来存放找到的四元组
List<List<Integer> > result = new List<>();
//数组排序
Arrays.sort(nums);
//循环遍历k
for(int k = 0; k < nums.length; k++) {
//剪枝操作
if(nums[k] > target && nums[k] > 0 && target > 0) return result;
//对nums\[k\]进行去重
if(k > 0 && nums[k] == nums[k-1]) {
continue;
}
//循环遍历i
for(int i = 0; i < nums.length; i++) {
//二级剪枝
if(nums[k] + nums[i] > target && nums[k] + nums[i] > 0 && target > 0) return result;
break;
}
//对nums[i]去重
if(i > k + 1 && nums[i] == nums[i-1]) {
continue;
}
int left = i + 1;
int right = nums.length - 1;
while(left < right) {
// 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[k], nums[i], nums[left], nums[right]));
while(right > left && nums[right] == nums[right - 1]) right--;
while(right > left && nums[left] == nums[left + 1]) left++;
right--;
left++;
}
}
}
}
return result;
题解:
哈希表总结
哈希表基础理论:
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。
接下来是常见的三种哈希结构:
- 数组
- set(集合)
- map(映射)
只有对这些数据结构的底层实现很熟悉,才能灵活使用,否则很容易写出效率低下的程序。
哈希表经典题目:
数组作为哈希表:
一些应用场景就是为数组量身定做的。
在242.有效的字母异位词中,我们提到了数组就是简单的哈希表,但是数组的大小是受限的!
这道题目包含小写字母,那么使用数组来做哈希最合适不过。
在383.赎金信中同样要求只有小写字母,那么就给我们浓浓的暗示,用数组!
本题和242.有效的字母异位词很像,242.有效的字母异位词是求 字符串a 和 字符串b 是否可以相互组成,在383.赎金信中是求字符串a能否组成字符串b,而不用管字符串b 能不能组成字符串a。
一些同学可能想,用数组干啥,都用map不就完事了。
上面两道题目用map确实可以,但使用map的空间消耗要比数组大一些,因为map要维护红黑树或者符号表,而且还要做哈希函数的运算。所以数组更加简单直接有效!
Set作为哈希表:
在349. 两个数组的交集中我们给出了什么时候用数组就不行了,需要用set。
这道题目没有限制数值的大小,就无法使用数组来做哈希表了。
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。
在202.快乐数 中,我们再次使用了unordered_set来判断一个数是否重复出现过。
Map作为哈希表:
在1.两数之和中map正式登场。
来说一说: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。
map是一种<key, value>的结构,本题可以用key保存数值,用value在保存数值所在的下标。所以使用map最为合适。
在454.四数相加中我们提到了其实需要哈希的地方都能找到map的身影。
本题咋眼一看好像和18.四数之和,15.三数之和差不多,其实差很多!
关键差别是本题为四个独立的数组,只要找到A[i] + B[j] + C[k] + D[l] = 0就可以,不用考虑重复问题,而18.四数之和,15.三数之和 是一个数组(集合)里找到和为0的组合,可就难很多了!
用哈希法解决了两数之和,很多同学会感觉用哈希法也可以解决三数之和,四数之和。
其实是可以解决,但是非常麻烦,需要去重导致代码效率很低。
在15.三数之和中给出了哈希法和双指针两个解法,大家就可以体会到,使用哈希法还是比较麻烦的。
所以18. 四数之和,15.三数之和都推荐使用双指针法!