问题描述
给你一个由 n 个整数组成的数组 nums ,和一个目标值 target 。请你找出并返回满足下述全部条件且不重复的四元组 [nums[a], nums[b], nums[c], nums[d]] :
0 <= a, b, c, d < n
a、b、c 和 d 互不相同
nums[a] + nums[b] + nums[c] + nums[d] == target
你可以按 任意顺序 返回答案 。
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]]
示例 2:
输入:nums = [2,2,2,2,2], target = 8
输出:[[2,2,2,2]]
提示:
1 <= nums.length <= 200
-109 <= nums[i] <= 109
-109 <= target <= 109
来源:[力扣(LeetCode)链接:https://leetcode-cn.com/problems/4sum](%E5%8A%9B%E6%89%A3%EF%BC%88LeetCode%EF%BC%89%E9%93%BE%E6%8E%A5%EF%BC%9Ahttps://leetcode-cn.com/problems/4sum)
1、算法以及代码
1、1 基本思路
如果使用暴力算法,需要四个for循环,时间复杂度太高,这时候需要寻求更高效算法来解决。为了减少循环次数,是否可以一次循环进行多次运算,以此来减少时间复杂度?自然而然想到双指针。但是双指针一般是对有序数组来使用,所以开始前需要对数组进行排序。得到有序数组之后,先固定数字前后两个数nums[0],nums[n-1],剩下中间两个数使用双指针来寻找。
1、2 重点
- 去重,如何排除重复满足的子集?
因为数组有序,而且是有方向寻找,所以去重也相对简单,在移动指针之前,需要检测一下,移动到下一个元素时,是否和当前元素一致,一致则可排除该元素,进行下一次移动即可。 - 指针移动的条件以及要移动的目标
去重的时候就是其中一种移动条件,还有就是,在双指针移动的时候,需要判断左指针移动还是右指针移动即可,最后,在满足条件的时候,有如何处理左右指针。
1、3 代码
class Solution {
public:
vector<vector<int>> fourSum(vector<int>& nums, int target) {
int numsSize = nums.size();
vector<vector<int>> ans; //存储结果
if(numsSize < 4)
return ans;//空集
//数组长度大于4的时候,就需要寻找子集
sort(nums.begin(),nums.end());//1、排序
for(int i = 0; i < numsSize - 3 ; i++) {
//固定第一个元素,并进行去重判断
if(i > 0 && nums[i] == nums[i - 1]) {
continue;//当前的值和上一次的值一致,说明该情况已经被上次包含在内,无需继续
}
for(int j = numsSize - 1; j > 2; j--) {
//固定第一个元素,并进行去重判断
if(j < numsSize - 1 && nums[j] == nums[j + 1]) {
continue;//当前的值和上一次的值一致,说明该情况已经被上次包含在内,无需继续
}
//中间两个数使用双指针
int left = i + 1;
int right = j - 1;
int towSum = target - nums[i] - nums[j];//中间两个数之和需要满足的条件
while(left < right) {
if(towSum == nums[left] + nums[right]) {
ans.push_back({nums[i], nums[left], nums[right], nums[j]});
left++;
right--;
//去重
while(left < right) {
if(left > i + 1 && nums[left] == nums[left - 1]) {
left++;
continue;
}
if(right < j - 1 && nums[right] == nums[right + 1]) {
right--;
continue;
}
break;//没有重复的,即可退出该循环
}
}else if(towSum < nums[left] + nums[right]) {
//中间两个数之和大于目标值,需要减小
right--;
}else {
left++;
}
}
}
}
return ans;
}
};
1、3 复杂度
复杂度分析
时间复杂度:O(n^3)
空间复杂度:O(n)