解题思路:
排序+双指针
题目中要求找到所有「不重复」且和为 0 的三元组,这个「不重复」的要求使得我们无法简单地使用三重循环枚举所有的三元组。这是因为在最坏的情况下,数组中的元素全部为 0,即
[0, 0, 0, 0, 0, ..., 0, 0, 0]
任意一个三元组的和都为 0。如果我们直接使用三重循环枚举三元组,会得到 O(N^3)个满足题目要求的三元组(其中 N 是数组的长度)时间复杂度至少为 O(N^3)。在这之后,我们还需要使用哈希表进行去重操作,得到不包含重复三元组的最终答案,又消耗了大量的空间。这个做法的时间复杂度和空间复杂度都很高,因此我们要换一种思路来考虑这个问题。
「不重复」的本质是什么?我们保持三重循环的大框架不变,只需要保证:
第二重循环枚举到的元素不小于当前第一重循环枚举到的元素;
第三重循环枚举到的元素不小于当前第二重循环枚举到的元素。
也就是说,我们枚举的三元组 (a, b, c)满足 a <= b <= c ,保证了只有(a,b,c) 这个顺序会被枚举到,而 (b, a, c)、(c, b, a)等等这些不会,这样就减少了重复。要实现这一点,我们可以将数组中的元素从小到大进行排序,随后使用普通的三重循环就可以满足上面的要求。
同时,对于每一重循环而言,相邻两次枚举的元素不能相同,否则也会造成重复。举个例子,如果排完序的数组为
[0, 1, 2, 2, 2, 3]
^ ^ ^
我们使用三重循环枚举到的第一个三元组为 (0, 1, 2),如果第三重循环继续枚举下一个元素,那么仍然是三元组 (0, 1, 2),产生了重复。因此我们需要将第三重循环「跳到」下一个不相同的元素,即数组中的最后一个元素 3,枚举三元组 (0, 1, 3)。
下面给出了改进的方法的伪代码实现:
nums.sort()
for first = 0 .. n-1
// 只有和上一次枚举的元素不相同,我们才会进行枚举
if first == 0 or nums[first] != nums[first-1] then
for second = first+1 .. n-1
if second == first+1 or nums[second] != nums[second-1] then
for third = second+1 .. n-1
if third == second+1 or nums[third] != nums[third-1] then
// 判断是否有 a+b+c==0
check(first, second, third)
这种方法的时间复杂度仍然为 O(N^3),毕竟我们还是没有跳出三重循环的大框架。然而它是很容易继续优化的,可以发现,如果我们固定了前两重循环枚举到的元素 a 和 b,那么只有唯一的 c 满足 a+b+c=0。当第二重循环往后枚举一个元素 b'时,由于 b' > b,那么满足 a+b'+c'=0的 c' 一定有 c' < c,即 c'在数组中一定出现在 c的左侧。也就是说,我们可以从小到大枚举 b,同时从大到小枚举 c,即第二重循环和第三重循环实际上是并列的关系。
有了这样的发现,我们就可以保持第二重循环不变,而将第三重循环变成一个从数组最右端开始向左移动的指针,从而得到下面的伪代码:
nums.sort()
for first = 0 .. n-1
if first == 0 or nums[first] != nums[first-1] then
// 第三重循环对应的指针
third = n-1
for second = first+1 .. n-1
if second == first+1 or nums[second] != nums[second-1] then
// 向左移动指针,直到 a+b+c 不大于 0
while nums[first]+nums[second]+nums[third] > 0
third = third-1
// 判断是否有 a+b+c==0
check(first, second, third)
这个方法就是我们常说的「双指针」,当我们需要枚举数组中的两个元素时,如果我们发现随着第一个元素的递增,第二个元素是递减的,那么就可以使用双指针的方法,将枚举的时间复杂度从 O(N^2)减少至 O(N)。为什么是 O(N)呢?这是因为在枚举的过程每一步中,「左指针」会向右移动一个位置(也就是题目中的 b),而「右指针」会向左移动若干个位置,这个与数组的元素有关,但我们知道它一共会移动的位置数为 O(N),均摊下来,每次也向左移动一个位置,因此时间复杂度为 O(N)。
注意到我们的伪代码中还有第一重循环,时间复杂度为 O(N),因此枚举的总时间复杂度为 O(N^2)。由于排序的时间复杂度为 O(NlogN),在渐进意义下小于前者,因此算法的总时间复杂度为 O(N^2)。
上述的伪代码中还有一些细节需要补充,例如我们需要保持左指针一直在右指针的左侧(即满足
b <= c),具体可以参考下面的代码,均给出了详细的注释。
代码实现:
public class ThreeSum {
public static void main(String[] args) {
int[] arr = {1, 1};
ThreeSum threeSum = new ThreeSum();
System.out.println(threeSum.threeSum(arr));
}
//暴力解法超出限制时间
public List<List<Integer>> threeSum1(int[] nums) {
List<List<Integer>> list = new ArrayList<>();
for (int i = 0; i < nums.length; i++) {
for (int j = i + 1; j < nums.length; j++) {
for (int k = j + 1; k < nums.length; k++) {
if (nums[i] + nums[j] + nums[k] == 0) {
boolean has = false;
List<Integer> temp = new ArrayList<>(3);
temp.add(nums[i]);
temp.add(nums[j]);
temp.add(nums[k]);
//直接插入法排序
for (int a = 1; a < temp.size(); a++) {
for (int b = a; b > 0; b--) {
if (temp.get(b) < temp.get(b - 1)) {
int tempInt = temp.get(b);
temp.set(b, temp.get(b - 1));
temp.set(b - 1, tempInt);
}
}
}
for (int m = 0; m < list.size(); m++) {
if (temp.get(0) == list.get(m).get(0) && temp.get(1) == list.get(m).get(1)
&& temp.get(2) == list.get(m).get(2)) {
has = true;
break;
}
}
if (!has) {
list.add(temp);
}
}
}
}
}
return list;
}
//排序加双指针
public List<List<Integer>> threeSum2(int[] nums) {
List<List<Integer>> list = new ArrayList<>();
Arrays.sort(nums);
for (int i = 0; i < nums.length; i++) {
int k = nums.length - 1;
if (i == 0 || nums[i] != nums[i - 1]) {
for (int j = i + 1; j < nums.length; j++) {
if (j == i + 1 || nums[j] != nums[j - 1]) {
while (k > j && nums[i] + nums[j] + nums[k] > 0)
k = k - 1;
if (nums[i] + nums[j] + nums[k] == 0 && k > j) {
List<Integer> integerList = new ArrayList<>();
integerList.add(nums[i]);
integerList.add(nums[j]);
integerList.add(nums[k]);
list.add(integerList);
}
}
}
}
}
return list;
}
//排序加双指针 优化版
public List<List<Integer>> threeSum(int[] nums) {
List<List<Integer>> list = new ArrayList<>();
Arrays.sort(nums);
for (int i = 0; i < nums.length; i++) {
int k = nums.length - 1;
int target = -nums[i];
if (i > 0 && nums[i] == nums[i - 1]) {
continue;
}
for (int j = i + 1; j < nums.length; j++) {
if (j > i + 1 && nums[j] == nums[j - 1]) {
continue;
}
while (k > j && nums[j] + nums[k] > target)
k = k - 1;
if (nums[j] + nums[k] == target && k > j) {
List<Integer> integerList = new ArrayList<>();
integerList.add(nums[i]);
integerList.add(nums[j]);
integerList.add(nums[k]);
list.add(integerList);
}
}
}
return list;
}
}