一、题目概述
二、思路方向
为了解决这个问题,我们可以使用双指针法结合排序。首先,对数组
nums
进行排序,然后使用三层嵌套循环来遍历所有可能的三元组(三个数的组合)。但是,这种方法的时间复杂度会非常高,为 O(n^3),对于大数据集来说是不可接受的。由于数组已排序,我们可以优化这个过程,使用双指针法来减少时间复杂度。思路是,固定一个数(外层循环),然后使用两个指针(一个在前,一个在后)在剩下的数中移动,以找到和最接近
target
的三个数。
三、代码实现
import java.util.Arrays;
public class Solution {
public int threeSumClosest(int[] nums, int target) {
Arrays.sort(nums); // 首先对数组进行排序
int closestSum = nums[0] + nums[1] + nums[2]; // 初始化最接近的和为数组中的前三个数的和
int n = nums.length;
for (int i = 0; i < n - 2; i++) {
// 避免重复计算相同的第一个数
if (i > 0 && nums[i] == nums[i - 1]) {
continue;
}
int left = i + 1;
int right = n - 1;
while (left < right) {
int sum = nums[i] + nums[left] + nums[right];
// 更新最接近的和
if (Math.abs(sum - target) < Math.abs(closestSum - target)) {
closestSum = sum;
}
if (sum < target) {
left++;
} else if (sum > target) {
right--;
} else {
// 如果找到和为目标值的三个数,直接返回(题目假定每组输入只存在恰好一个解,但此处为通用解)
return sum;
}
// 避免重复计算相同的两个数
while (left < right && nums[left] == nums[left + 1]) left++;
while (left < right && nums[right] == nums[right - 1]) right--;
}
}
return closestSum;
}
public static void main(String[] args) {
Solution solution = new Solution();
int[] nums = {-1, 2, 1, -4};
int target = 1;
System.out.println(solution.threeSumClosest(nums, target)); // 输出 2
}
}
执行结果:
四、小结
这个解决方案的时间复杂度是 O(n^2),其中 n 是数组
nums
的长度。这是因为我们有一个固定元素的循环(O(n)),以及在内部有两个指针的循环(最坏情况下为 O(n))。空间复杂度主要是排序所需的 O(log n)(如果使用高效的排序算法,如快速排序、归并排序等,在平均和最好情况下)或 O(n)(如果使用如冒泡排序这样的简单算法),以及存储结果的 O(1) 空间。然而,Java 的Arrays.sort()
方法通常是基于快速排序或归并排序的,所以我们可以认为排序的空间复杂度为 O(log n)(但需要注意,在某些情况下,如完全逆序的数组,快速排序的栈空间可能会达到 O(n))。在大多数实际应用中,我们可以将其视为 O(log n) 或忽略不计,因为这不是算法中的主要空间复杂度部分。
结语
人生就像一场旅行
不必急于到达目的地
沿途的风景同样值得珍惜
!!!