算法之N数之和

简述

从例题的角度出发,一次解决所有的N数之和问题。

例题目录

以上题目均来自leetcode

详细

1. 两数之和
题目描述

给定一个整数数组 nums 和一个整数目标值 target,请你在该数组中找出 和为目标值 的那 两个 整数,并返回它们的数组下标。

你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。

你可以按任意顺序返回答案。

示例 1:

输入:nums = [2,7,11,15], target = 9
输出:[0,1]
解释:因为 nums[0] + nums[1] == 9 ,返回 [0, 1] 。

分析
  1. 暴力枚举。两层遍历,寻找两个数的和为target的组合。时间复杂度 O ( n 2 ) O(n^2) O(n2)
  2. HashMap。一边遍历,一边记录遍历过的值,同时检查 t a r g e t − n u m s [ i ] target - nums[i] targetnums[i]是否在HashMap中。时间复杂度 O ( n ) O(n) O(n),空间复杂度 O ( n ) O(n) O(n)
代码
class Solution {
    public int[] twoSum(int[] nums, int target) {
        Map<Integer, Integer> map = new HashMap<>();
        for (int i = 0; i < nums.length; i++) {
            if (map.containsKey(target - nums[i])) {
                return new int[]{map.get(target - nums[i]), i};
            }
            map.put(nums[i], i);
        }
        return new int[]{-1, -1};
    }
}
2. 三数之和
题目描述

给你一个包含 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 ?请你找出所有和为 0 且不重复的三元组。

注意:答案中不可以包含重复的三元组。

示例 1:

输入:nums = [-1,0,1,2,-1,-4]
输出:[[-1,-1,2],[-1,0,1]]

分析
  1. 暴力枚举。需要三层遍历。时间复杂度 O ( n 3 ) O(n^3) O(n3)
  2. 排序+双指针。先对nums进行排序。对于nums中的每一个元素,对后面的数用双指针寻找满足条件的组合。时间复杂度O(nlogn) + O(n^2) = O(n^2)。注意需要去除重复
代码
public class Solution {
    public List<List<Integer>> threeSum(int[] nums) {
        // 先排序
        Arrays.sort(nums);
        List<List<Integer>> res = new ArrayList<>();
        for (int i = 0; i < nums.length; i++) {
            // 如果与前一个数相同,则continue
            if (i > 0 && nums[i] == nums[i - 1]) continue;
            // 如果大于0,则后面的数都大于0,找不到和为0的组合了
            if (nums[i] > 0) break;
            int left = i + 1, right = nums.length - 1;
            while (left < right) {
                int total = nums[i] + nums[left] + nums[right];
                if (total < 0) {
                    left++;
                } else if (total > 0) {
                    right--;
                } else {
                    res.add(Arrays.asList(nums[i], nums[left], nums[right]));
                    // 避免重复
                    while (left < right && nums[left] == nums[left + 1]) left++;
                    while (left < right && nums[right] == nums[right - 1]) right--;
                    left++;
                    right--;
                }
            }

        }
        return res;
    }
}
3. 四数之和
题目描述

给定一个包含 n 个整数的数组 nums 和一个目标值 target,判断 nums 中是否存在四个元素 a,b,c 和 d ,使得 a + b + c + d 的值与 target 相等?找出所有满足条件且不重复的四元组。

注意:答案中不可以包含重复的四元组。

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]]

分析
  1. 暴力枚举。需要四层循环,时间复杂度为 O ( n 4 ) O(n^4) O(n4)
  2. 排序+双指针。和上个问题的思路类似。先对数组进行排序,然后两层循环,对于第一层循环中的 i i i和第二层循环中的 j j j,用双指针寻找剩下的两个满足条件的数。另外加上一些剪枝操作。
代码
public class Solution {
    public List<List<Integer>> fourSum(int[] nums, int target) {
        int n = nums.length;
        List<List<Integer>> res = new ArrayList<>();
        if (n < 4) {
            return res;
        }
        Arrays.sort(nums);

        for (int i = 0; i < n - 3; i++) {
            // 剪枝
            if (i > 0 && nums[i] == nums[i - 1]) {
                continue;
            }
            if (nums[i] + nums[i + 1] + nums[i + 2] + nums[i + 3] > target) {
                break;
            }
            if (nums[i] + nums[n - 1] + nums[n - 2] + nums[n - 3] < target) {
                continue;
            }
            for (int j = i + 1; j < n - 2; j++) {
                if (j > i + 1 && nums[j] == nums[j-1]) {
                    continue;
                }
                int left = j + 1, right = n - 1, total;
                while (left < right) {
                    total = nums[i] + nums[j] + nums[left] + nums[right];
                    if (total < target) {
                        left++;
                    } else if (total > target) {
                        right--;
                    } else {
                        res.add(Arrays.asList(nums[i], nums[j], nums[left], nums[right]));
                        while (left < right && nums[left] == nums[left + 1]) {
                            left++;
                        }
                        left++;
                        while (left < right && nums[right] == nums[right-1]) {
                            right--;
                        }
                        right--;
                    }
                }
            }
        }
        return res;
    }
}
4. 最接近的三数之和
题目描述

给定一个包括 n 个整数的数组 nums 和 一个目标值 target。找出 nums 中的三个整数,使得它们的和与 target 最接近。返回这三个数的和。假定每组输入只存在唯一答案。

示例:

输入:nums = [-1,2,1,-4], target = 1
输出:2
解释:与 target 最接近的和是 2 (-1 + 2 + 1 = 2) 。

分析
  1. 暴力枚举。需要三层循环,时间复杂度为 O ( n 3 ) O(n^3) O(n3)
  2. 排序+双指针。和三数之和解法类似。先对nums进行排序。对于nums中的每一个元素,对后面的数用双指针寻找满足条件的组合。时间复杂度 O ( n l o g n ) + O ( n 2 ) = O ( n 2 ) O(nlogn) + O(n^2) = O(n^2) O(nlogn)+O(n2)=O(n2)
    如果三数之和等于target,则可以直接返回了,因为没有更接近的组合了。用 b e s t best best记录最接近target的三数之和,同时不断更新 b e s t best best
代码
public class Solution {
    public int threeSumClosest(int[] nums, int target) {
        int n = nums.length;
        int best = 10000;
        if (n < 3) {
            return -1;
        }
        Arrays.sort(nums);

        for (int i = 0; i < n - 2; i++) {
            if (i > 0 && nums[i] == nums[i-1]) {
                continue;
            }
            int left = i + 1, right = n - 1, total;
            while (left < right) {
                total = nums[i] + nums[left] + nums[right];
                if (total == target) {
                    return total;
                } else if (total > target) {
                    while (left < right && nums[right] == nums[right - 1]) {
                        right--;
                    }
                    right--;
                } else {
                    while (left < right && nums[left] == nums[left + 1]) {
                        left++;
                    }
                    left++;
                }
                if (Math.abs(total - target) < Math.abs(best - target)) {
                    best = total;
                }
            }
        }
        return best;
    }
}

5. 平方数之和
题目描述

给定一个非负整数 c ,你要判断是否存在两个整数 a 和 b,使得 a 2 + b 2 = c a^2 + b^2 = c a2+b2=c

示例 1:

输入:c = 5
输出:true
解释:1 * 1 + 2 * 2 = 5

分析
  1. 二分查找。对于每一个数 a a a,二分查找满足 a 2 + b 2 = c a^2 + b^2 = c a2+b2=c的,时间复杂度为 O ( c l o g c ) O(\sqrt c log \sqrt c) O(c logc ).
  2. 双指针法。左右两个指针 l e f t left left r i g h t right right 分为从 0 0 0 c \sqrt c c 开始,如果 l e f t 2 + r i g h t 2 > c left^2+right^2 > c left2+right2>c r i g h t right right 减一,否则 l e f t left left 加一。时间复杂度为 O ( c ) O(\sqrt c) O(c )
代码
class Solution {
    public boolean judgeSquareSum(int c) {
        int left = 0, right = (int) Math.sqrt(c) + 1, total;
        while (left <= right) {
            total = left * left + right * right;
            if (total == c) {
                return true;
            } else if (total < c) {
                left++;
            } else {
                right--;
            }
        }
        return false;
    }
}
6. 剑指 Offer 57. 和为s的两个数字
题目描述

输入一个递增排序的数组和一个数字s,在数组中查找两个数,使得它们的和正好是s。如果有多对数字的和等于s,则输出任意一对即可。

示例 1:

输入:nums = [2,7,11,15], target = 9
输出:[2,7] 或者 [7,2]

分析
  1. 双指针。由于是排序后的数组,设置左右两个指针,根据两数之和不断调整指针位置,直到找到满足条件的两个数。时间复杂度为O(n)
代码
class Solution {
    public int[] twoSum(int[] nums, int target) {
        int n = nums.length;
        int left = 0, right = n - 1, total;
        while (left < right) {
            total = nums[left] + nums[right];
            if (total < target) {
                left++;
            } else if (total > target) {
                right--;
            } else {
                return new int[]{nums[left], nums[right]};
            }
        }
        return new int[]{-1, -1};
    }
}
7. 剑指 Offer 57 - II. 和为s的连续正数序列
题目描述

输入一个正整数 target ,输出所有和为 target 的连续正整数序列(至少含有两个数)。

序列内的数字由小到大排列,不同序列按照首个数字从小到大排列。

示例 1:

输入:target = 9
输出:[[2,3,4],[4,5]]

分析
  1. 双指针。上一道题的进阶,但是两个指针的起始位置有点变化。左右两个指针的起始位置分别为1和2。时间复杂度为O(target)。
代码
class Solution {
    public int[][] findContinuousSequence(int target) {
        List<int[]> res = new ArrayList<>();
        int left = 1, right = 2, total;
        while (left < (target / 2 + 1)) {
            total = (left + right) * (right - left + 1) / 2;
            if (total < target) {
                right++;
            } else if (total > target) {
                left++;
            } else {
                int[] tmp = new int[right - left + 1];
                for (int i = left; i <= right; i++) {
                    tmp[i - left] = i;
                }
                res.add(tmp);
                left++;
                right++;
            }
        }
        return res.toArray(new int[res.size()][]);
    }
}
  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
FFT(快速傅里叶变换)算法是一种将离散傅里叶变换(DFT)计算效率由O(n^2)降低到O(nlogn)的算法,用于对信号进行频域分析。FFT算法可以同时适用于浮点和定点。 浮点是在计算机中表示实的一种形式,可以包含小部分。FFT算法在处理浮点时,使用浮点乘法和加法运算作为基础操作。由于浮点表示实的范围和精度有限,因此在进行FFT计算时可能会存在舍入误差或精度损失的问题。为了提高计算精度,可以采用双精度浮点进行计算,但会增加计算复杂度。 定点是通过固定小点位置来表示实的一种形式,可以看作是浮点的一种特殊情况。在FFT算法中,可以使用定点表示实,并采用整运算作为基础操作。定点运算具有相对较低的计算复杂度和更高的计算精度,但需要注意定点表示实的范围和精度有限性。 在使用FFT算法时,选择使用浮点还是定点取决于具体的应用需求。对于一些对精度要求较高的应用,如音频处理或图像处理,浮点的精度可能更适合。而对于一些计算资源受限的应用,如无线通信中的频谱分析,定点的计算效率可能更为重要。 总而言之,FFT算法可以适用于浮点和定点。在使用时需要根据具体的应用需求和计算资源限制,权衡使用浮点还是定点,并考虑计算精度和计算效率的平衡。

“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