kSum问题的总结

    kSum问题是一类题型，常见的有2Sum，3Sum，4Sum等。这篇博文就来总结一些kSum问题的解法，以及对应的时间复杂度。

    1. 2Sum

    在一个给定的数组nums中，寻找和为定值target的两个数。

    【解法1】：把数组排序，然后使用two pointers的方法来求解。时间复杂度分析：排序O(nlogn)，两指针遍历O(n)，总体O(nlogn).

    【解法2】：先遍历一遍，把整个数组存入到hash_map中，key是每个数，value是出现的次数。然后再遍历一次，每次取查找hasp_map中是否有target-nums[i]。建立hash_map的时间复杂度是O(n)，第二次遍历时 每个查找为O(1)，所以查找全部也是O（n），总体为O(n)。注意：如果数组中有重复的数，比如{1, 5, 3, 3}， target=6，那么我们在查找的时候就要考虑3的情况，正是因为数组中有两个3，我们才能返回，此时key=3是的value=2就起到了作用。这就是为什么我们前面要记录value的原因。

    总的来说，2Sum的最好时间复杂度是O(n)。

    

    代码：http://blog.csdn.net/puqutogether/article/details/41775343

    2. 3Sum

    在一个给定的数组nums中，寻找和为定值target的三个数。

    【解法1】：固定其中的一个数a，问题便转换为寻找2Sum，新的target为target-a。时间复杂度为O(nlogn + n^2)=O(n^2)。

    【解法2】：依然是固定其中一个数，之后使用hash_map的做法，时间复杂度还是O(n*n)=O(n^2)。

 

    总体的最好的时间复杂度是O(n^2)。

    3. 4Sum

    在一个给定的数组nums中，寻找和为定值target的三个数。

    【解法1】：使用不断固定的思想，最后转化成2Sum问题，时间复杂度为O(n^3).

    【解法2】：既然前面的hash_map的思路展示出优势，那么我们就直接使用hash_map来解决。

                      首先，遍历所有可能的pair，把所有的pair存在hash_map中，key=a+b, value是一个list，每个元素为(a, b)。时间复杂度为O(n^2)，为啥是pair呢？因为后面要查找的是pair。

                      然后，两个循环for遍历所有的可能值c和d，O(n^2)，每种情况下都需要查找target-c-d，此时，这个差值就是我们hash_map中的key，如果发现有pair满足要求即返回。

                      时间复杂度为O(n^2*logn)，因为list的查找至少要O(logn)。所以，解法2的总体时间复杂度为O(n^2logn)。

    4. kSum

    关于kSum问题，我们一样可以使用上述解法1的思路，这样的时间复杂度为O(n^(k-1))。也可以使用hash_map的思路，这样子会更快。具体的时间复杂度分析较复杂，参考如下：

k -SUM can be solved more quickly as follows.

• For even  k : Compute a sorted list  S  of all sums of  k/2  input elements. Check whether  S contains both some number  x  and its negation  −x . The algorithm runs in  O(nk/2logn)  time.

• For odd  k : Compute the sorted list  S  of all sums of  (k−1)/2  input elements. For each input element  a , check whether  S  contains both  x  and  a−x , for some number  x . (The second step is essentially the  O(n2) -time algorithm for 3SUM.) The algorithm runs in  O(n(k+1)/2)  time.

Both algorithms are optimal (except possibly for the log factor when  k  is even and bigger than  2 ) for any constant  k  in a certain weak but natural restriction of the linear decision tree model of computation. For more details, see:

• Nir Ailon and Bernard Chazelle. Lower bounds for linear degeneracy testing. JACM 2005.

• Jeff Erickson. Lower bounds for linear satisfiability problems. CJTCS 1999.

参考链接：

http://cs.stackexchange.com/questions/2973/generalised-3sum-k-sum-problem.

http://blog.csdn.net/doc_sgl/article/details/12462151