有序数组中找和为s的两个数字
题目:输入一个递增排序的数组array, 和一个数字s, 在数组中找出两个数,使得这两个数的和是s,如果有多对,输出一对即可。
最简单方案
- 双循环,每次获取一个数据,和数组中其他数据求和,与s比较,此方法最直观,时间复杂度是O(n2),比如必然会有更优解
优化方案一
-
既然要找两个数字,而且是数组,第一感觉就是双指针的策略,分析如下
- 既然要找两个数字,那么假如我们随机选两个,如果和小于s,那么应该向后找,反之向前找
- 案例分析法{1,2,4,7,11,15},找和为15 的
- 初始化两个指针分别指向 最后元素positionBig,指向第一个元素 positionSmall
- 如果两个数据和正好是s,那么得到解
- 如果两个数据和大于s,说明需要减少,那么应该positionBig –
- 如果两个数据和小于s,说明需要增大,那么应该positionSmall++
- 如下图:
-
如上分析有如下代码
/**
* 在有序数组中查找和为 s的两个数字
* @author liaojiamin
* @Date:Created in 17:38 2021/6/29
*/
public class FindSumInSortArray {
public static void main(String[] args) {
int[] array = new int[]{1,2,3,7,8,11,14,16,17,18,23,47,59,67,79,83,222,344,556,778};
System.out.println(findSumNum(array, 111));
}
/**
* 找出递增排序数组中的两个数字,使得这两个数字的和为 s
* */
public static boolean findSumNum(int[] array, int s){
if(array == null || array.length <= 0){
return false;
}
int positionBig = array.length -1;
int positionSmall = 0;
while (array[positionBig] + array[positionSmall] != s){
if(positionBig < positionSmall){
return false;
}
if(array[positionBig] + array[positionSmall] > s){
positionBig --;
}
if(array[positionBig] + array[positionSmall] < s){
positionSmall++;
}
}
System.out.println(array[positionSmall] + " + "+ array[positionBig] +" = "+ s);
return true;
}
}
- 如上代码中我们while循环的退出条件是 positionBig< positionSmall那么我们总共应该就是一次循环,时间福再度是O(n),不使用额外空间
变种题型,非有序数组
题目:输入一个非有序数组array, 和一个数字s, 在数组中找出两个数的组合,使得这两个数的和是s,如果有多对,输出多对即可。
- 因为没有了有序的特性,我们无法用上题中的方案,最简单办法,先排序,在按上面的方法,这样时间复杂度比如超过O(n)
- 另一中思路,空间换时间:
- 遍历数组,并且将数组已经遍历过的值k 存储在hash中,存储模式为 key = k, value = k,这样可以用O(1)的时间拿到已经范问过的数据
- 每次遍历数组中数据 n 时候,查找hash中 s-n
- 如果s-n 存在,那么在之前遍历过的数据中存在与n 配对后和为s的数据,一次遍历完数据,找到我们需要的所有配对:
/**
* 非有序数组中找出和为s的两个数
* */
public static boolean findSumInList(int[] array, int s){
if(array == null || array.length <= 0){
return false;
}
boolean exists = false;
Map<Integer, Integer> sumKeyValue = new HashMap<>();
for (int i = 0; i < array.length; i++) {
Integer key = array[i];
if(sumKeyValue.containsKey(s - key)){
System.out.println(key +" + "+ (s-key) +" = "+ s);
exists = true;
}
sumKeyValue.put(key, key);
}
return exists;
}
- 以上解法借助了HashMap,所以在时间复杂度计算中需要考虑containsKey的开销,如果出题人不让用jdk相关的集合类,我们可以通过数组自己实现一个Hash。
更复杂的题型
类似题:输入一个正数s,打印所有 和 为s的连续正数序列(至少含有2个数字),例如,输入15,得到1+2+3+4+5 = 4+5+6=7+8,所以我们有打印出三个连续的序列1 ~ 5, 4 ~ 6, 7 ~ 8
-
按如上题目的解决思路,此处也是寻找和为s的值,只不过是N数据的和,并且没有给出数字,那么案例中s=15,时候其实隐含的条件就是数组是 1~14 ,因为条件中都是正整数,那么有如下分析:
- 依然双指针方法,因为此处我们需要找连续的数据,那么不能前后寻找,设positionBig = array.length,positionSmall = pogitionBig-1
- 如果positionSmall ~ positionBig 中所有数据和 为 s,那么得出正解,此时让positionBig–,positionSmall = positionBig-1,继续求解
- 如果positionSmall ~ positionBig中所有数据和 > s,那么说明数据和过大,我们应该减少大的值positionBig–
- 如果positionSmall ~ positionBig 中所有数据和 < s, 说明数据和 过小,我们扩大数据的基数,让更多数据累加 positionSmall –
- 我们从后向前逐个逐个的查询求和的组合,最后得到正解
- 如下图所示:
-
第一个数列:
-
第二个数列:
-
第三个数列:
-
经如上分析有如下代码:
/**
* 在有序数组中查找和为 s的两个数字
* @author liaojiamin
* @Date:Created in 17:38 2021/6/29
*/
public class FindSumInSortArray {
public static void main(String[] args) {
int[] arrayAll = new int[]{1,2,3,4,5,6,7,8,9,10,11,12,13,14};
System.out.println(findAllSumList(arrayAll, 15));
}
public static boolean findAllSumList(int[] array, int s){
if(array == null || array.length <= 0){
return false;
}
boolean exists = false;
int positionBig = array.length -1;
int positionSmall = 0;
while (array[positionBig] > s){
positionBig --;
}
positionSmall = positionBig-1;
while (positionBig > 0){
Integer sum = 0;
for (int i = positionSmall; i <= positionBig; i++) {
sum+=array[i];
}
if(sum == s){
System.out.println(array[positionSmall] + " ~ "+ array[positionBig] +" = "+ s);
exists = true;
positionBig--;
positionSmall = positionBig-1;
continue;
}
if(sum < s){
positionSmall--;
if(positionSmall < 0){
return exists;
}
continue;
}
if(sum > s){
positionBig --;
continue;
}
}
return exists;
}
}
- 如上实现代码中我用双指针的方式来做了一个类似双循环的操作,每次找到解,则递减一位,让标记为从一个方向遍历整个数组,时间复杂度O(n2)。
变种题型: 输入一个正数s,打印所有 和 为s的元素的组合(至少含有1个数字),例如,输入{1,2,3,4,5,6,7,8,9,10,11,12,13,14},9,得到如下
9
8,1
7,2
6,3
6,2,1
5,4
5,3,1
4,3,2
-
解题分析:
- 如上案例分析中,存在不很多不连续的数列也可以符合组合求和的题目要求,因此连续查找的方式需要进行调整
- 还是延续上题中思路,找到第一个小于目标值的positionBig, 令positionSmall = positiomBig - 1
- 依次遍历positionSmall ~ 0 ,并在临时数组temp 保存positionBig值
- 令sum = positionSmall + sum(temp),
- 当sum > s,说明当前数据过大,需要减小,执行positionSmall –
- 当sum < s ,说明当前数据过小,但是可能符合要求,将positionSmall 添加到temp,执行positionSmall –
- 当sum = s ,符合题解,将当前temp 添加到resultList队列中得到一组解,并且执行positionSmall –
- 依次执行如上流程,直到positionSmall < 0,执行positionBig –
- 查找退出条件 positionBig < 0
-
经如上分析有如下代码:
/**
* 在有序数组中查找和为 s的数字的所有组合情况
* @author liaojiamin
* @Date:Created in 17:38 2021/6/29
*/
public class FindSumInSortArray {
public static void main(String[] args) {
int[] arrayAll = new int[]{1,2,3,4,5,6,7,8,9,10,11,12,13,14};
List<int[]> allCombom = findAllCombination(arrayAll, 9);
for (int[] mySumNum : allCombom) {
for (int i = 0; i < mySumNum.length; i++) {
if(mySumNum[i] > 0){
System.out.print(mySumNum[i] + ",");
}
}
System.out.println();
}
}
/**
* 有序数组中找出所有和为s的数字的组合,
* */
public static List<int[]> findAllCombination(int[] array, int s){
if(array == null || array.length <= 0){
return Lists.newArrayList();
}
int positionBig = array.length - 1;
List<int[]> allCombination = new ArrayList<>();
while (array[positionBig] >= s){
if(array[positionBig] == s){
allCombination.add(new int[]{array[positionBig]});
}
positionBig--;
}
while (positionBig > 0){
int positionSmall = positionBig - 1;
int[] temp = new int[positionBig+1];
temp[0] = array[positionBig];
int tempPosition = 1;
while (positionSmall >= 0){
int sum = 0;
for (int i=0;i<temp.length;i++){
sum+=temp[i];
}
sum += array[positionSmall];
if(sum > s){
positionSmall --;
continue;
}
if(sum < s){
temp[tempPosition] = array[positionSmall];
tempPosition ++;
positionSmall--;
continue;
}
if(sum == s){
temp[tempPosition] = array[positionSmall];
allCombination.add(temp);
temp = new int[positionBig];
tempPosition = 0;
temp[tempPosition] = array[positionBig];
tempPosition ++;
positionSmall --;
continue;
}
}
positionBig --;
}
return allCombination;
}
}