代码随想录 Day16 哈希表 | LC18 四数之和 && 哈希表总结

本文讲述了在给定整数数组中寻找满足四数之和等于目标值的不重复四元组的解题方法,强调了使用哈希表进行去重和剪枝操作的重要性,以及与三数之和问题的区别。
摘要由CSDN通过智能技术生成

九、四数之和

题目:

力扣18:四数之和

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:

四数之和的双指针用法

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:


在这里插入图片描述在这里插入图片描述

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。

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。

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:

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。

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:

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。

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。

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!

  • 11
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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