LeetCode15-三数之和
给定一个包含 n 个整数的数组 nums,判断 nums 中是否存在三个元素 a,b,c ,使得 a + b + c = 0 ?找出所有满足条件且不重复的三元组。
注意:答案中不可以包含重复的三元组。
例如, 给定数组 nums = [-1, 0, 1, 2, -1, -4],
满足要求的三元组集合为:
[
[-1, 0, 1],
[-1, -1, 2]
]
一、思路
(一)直觉想法
1、三重循环
双重循环行不通,其实从组合数量出发,因为组合个数是 n 3 n^3 n3这个数量级,要遍历所有的组合,时间复杂度应该也在 O ( n 3 ) O(n^3) O(n3)的样子,使用三重循环应该是最佳的方法:
(1)第一重循环:left(取值范围:
0
−
n
−
3
0-n-3
0−n−3)
(2)第二重循环:middle(取值范围:
1
−
n
−
2
1-n-2
1−n−2)
(3)第三重循环:right(取值范围:
2
−
n
−
1
2-n-1
2−n−1)
2、排序之后
等等,之前的结论都是建立在数组是无序的情况下,事实上,对数组排序的时间复杂度也仅仅是 O ( n l o g n ) O(nlogn) O(nlogn),如果使用排序后的数组能否大幅减少查找时间呢?
每次将三个数之和(
s
u
m
=
l
e
f
t
+
m
i
d
d
l
e
+
r
i
g
h
t
sum=left+middle+right
sum=left+middle+right)与0比较:
(1)比0大则移动middle或者left
(2)比0小则移动middle或者right
(3)等于0,则保存下来,然后???
这个方法也有很多问题,每次的移动,有两个选择,但是这两个选择并不是等价的
比如说当:
s
u
m
>
0
sum>0
sum>0时,移动middle好呢还是移动right好?
还有当出现0的时候,为了寻找下一个零,该怎么移动?
3、分而治之
联想之前两数之和,三数之和的问题能否转为两数之和呢?
答案是肯定的。假设三个数为:i,j,k。对于两数之和的target,这里要求:target=-i
然后遍历整个数组,时间复杂度应该是:
O
(
n
2
)
O(n^2)
O(n2)
(二)分而治之
最终我采用了这个方案,但是还是有些问题:
(1)因为数组中可能存在重复的数,此时会有两个一样的target,返回的vector也是一样的
(2)多对多的问题:
例如:i+j+k=0
对i来说,还有:
i+j1+k1=0
i+j2+k2=0
…
i+jn+kn=0
对j来说,还有:
i1+j+k1=0
i2+j+k2=0
…
in+j+kn=0
同理,k也有这种可能
但是之前的两数之和的程序是假定,只有一个解
1、尝试-集合去重
接下来给出解决上述问题的方案:
(1)使用set来保存数组中的数,这样可以达到去重的目的
(2)使用set来保存得到的向量,且必须保持向量中的相对位置不变,这样也可以去除重复的向量
很遗憾,这个想法是错误的,比如:[-1,0,1,-1]
第一次将[-1,0,1]放入集合,第二次还是会将[0,1,-1]也放进集合里面
再比如:[-1,0,1,-1,0]这样的数据
第一次将-1所在的所有向量选出来时,就已经重复了:
[-1,0,1]
[-1,1,0]
因此,集合没有办法对向量去重
实际上去重失败的原因是:无法通过相对位置来决定唯一向量。所以,只要事先进行排序,就能解决这个问题:
C++代码:
class Solution {
public:
vector<vector<int>> threeSum(vector<int>& nums) {
vector<vector<int>> nums_vector;
// 保存三数之和为0的向量
vector<int> nums1;
// 除去重复nums中的重复整数
set<int> nums_p1;
// 除去nums_vector中的重复向量
set<vector<int>> nums_pp;
map<int, int> hashmap;
int i, complement, k, target, n, j;
if (nums.size() < 3)
return nums_vector;
sort(nums.begin(), nums.end());
for (n = 0; n < nums.size(); n++) {
if (nums_p1.count(nums[n]) == 0) {
nums_p1.insert(nums[n]);
target = -nums[n];
// 寻找两数之和
for (i = n + 1; i < nums.size(); i++) {
complement = target - nums[i];
hashmap.insert(map<int, int>::value_type(nums[i], complement));
if (hashmap.count(complement) != 0) {
for (j = n + 1; j < i; j++) {
// 由于哈希表建立时,是从前开始的,因此j<i
if (nums[j] == complement) {
nums1.push_back(nums[n]);
nums1.push_back(nums[j]);
nums1.push_back(nums[i]);
nums_pp.insert(nums1);
break;
}
}
// 清空向量,继续找下一个
nums1.clear();
}
}
// 清空哈希表
hashmap.clear();
}
}
for (set<vector<int>>::iterator it = nums_pp.begin(); it != nums_pp.end(); it++)
nums_vector.push_back(*it);
return nums_vector;
}
};
执行效率:
港真,我都不想上图了
更让我震惊的是使用内存
????????????????????????????
短短50行的代码用了600多MB的内存,这是咋回事???????
更新:
这么慢应该不是哈希表的问题,我觉得是因为不必要的操作太多了,而且使用这种方法找两数之和,不如双指针来的快,实际上这个代码已经是显式的三重循环了
(三)分而治之:双指针
主要的思想还是分而治之,但是在解决两数之和的问题时,不采用哈希表,使用双指针,看看速度能否更快一点
C++代码:
class Solution {
public:
vector<vector<int>> threeSum(vector<int>& nums) {
vector<vector<int>> nums_vector;
// 保存三数之和为0的向量
vector<int> nums1;
set<int> nums_p1;
int i, j, k = 0, n;
if (nums.size() < 3)
return nums_vector;
sort(nums.begin(), nums.end());
for (n = 0; n < nums.size(); n++) {
if (nums_p1.count(nums[n]) == 0) {
nums_p1.insert(nums[n]);
i = n + 1;
j = nums.size() - 1;
while (i < j) {
if (nums[n] + nums[i] + nums[j] > 0) {
j--;
continue;
}
if (nums[n] + nums[i] + nums[j] < 0) {
i++;
continue;
}
if (nums[n] + nums[i] + nums[j] == 0) {
nums1.push_back(nums[n]);
nums1.push_back(nums[i]);
nums1.push_back(nums[j]);
nums_vector.push_back(nums1);
nums1.clear();
while (i + 1 < j && nums[i] == nums[i + 1])
i++;
while (j - 1 > i && nums[j] == nums[j - 1])
j--;
i++;
}
}
}
}
return nums_vector;
}
};
执行效率:
比之前的版本强了很多,但是还是比较慢
内存占用:
可见,还是占了很大一部分的内存
仔细看看这段代码,会发现很多地方写的很冗余
(1)冗余1
if (nums_p1.count(nums[n]) == 0)
修改为:
if (n > 0 && nums[n] == nums[n - 1])
使用set判定重复,实际由于已经排好序了,因此判定重复只用与前一个元素比较即可
(2)冗余2
对向量的重复操作,总是在不断插入删除
C++代码:
class Solution {
public:
vector<vector<int>> threeSum(vector<int>& nums) {
// 保存三数之和为0的向量
vector<int> nums1;
set<vector<int>> nums_vector;
int i, j, k = 0, target, n;
if (nums.size() < 3)
return vector<vector<int>>(nums_vector.begin(), nums_vector.end());
sort(nums.begin(), nums.end());
for (n = 0; n < nums.size(); n++) {
if (nums[n] > 0)
break;
if (n > 0 && nums[n] == nums[n - 1])
continue;
i = n + 1;
j = nums.size() - 1;
target = -nums[n];
while (i < j) {
if (nums[i] + nums[j] > target) {
j--;
continue;
}
if (nums[i] + nums[j] < target) {
i++;
continue;
}
if ( nums[i] + nums[j] == target) {
nums_vector.insert({ nums[n],nums[i],nums[j] });
while (i + 1 < j && nums[i] == nums[i + 1])
i++;
while (j - 1 > i && nums[j] == nums[j - 1])
j--;
i++;
}
}
}
return vector<vector<int>>(nums_vector.begin(), nums_vector.end());
}
};
效率还是老样子,没什么提升。。。。。。。
看了排名靠前的几个,思路差不多,不知道为啥那么快