最接近的三数之和

最接近的三数之和

最接近的三数之和

这个题理解到了排序+双指针的妙处，原本是O（n3）的算法
我们可以通过排序先进行了nlog(n)的时间复杂度
然后双指针使得我们利用到了已经排好序的特点，
左指针+1意味着变大，右指针-1意味着变小。
相当于我们在有序序列上面进行遍历操作就会秒很多，双指针遍历两个数的话，算法复杂度成了o(n)
遍历三个数的话就是o(n2)
这样总的算法复杂度为 nlog(n)+o(n2)=o(n2)

//因为我们优化的目标也就是使得目标函数最接近，这个用绝对值来刻画是比较合理的,我们期望它是趋于0的
//思路：给定了一个数t，寻找两个数m,n，使得目标函数f=|t-(m+n+k)|最小
//遍历方法：双指针
//双指针我们使用的时候，向量是排好序的。那么一般情况下我们认为，left+1即m+n变大，right-1即m+n变小,我们控制每次的结果，如果小于0变大，大于零变小，那么结果就趋向于0.这个和目标函数的最小值是一致的
int Solution::threeSumClosest(vector<int>& nums, int target)
{
	if (nums.size() < 3)
	{
		int sum = 0;
		for (int i = 0; i < nums.size(); i++)
		{
			sum += nums[i];
		}
		return sum;
	}

	sort(nums.begin(),nums.end());
	int result = 100000;
	//1,2,5,10,11
	for (int i = 0; i < nums.size()-2; i++)
	{
		int left = i + 1, right = nums.size() - 1;
		while (left < right)
		{
			int sum = nums[i] + nums[left] + nums[right];

			if (abs(target - sum) < abs(target - result))
			{
				result = sum;
			}
			//变化双指针
			if ((target-sum) == 0)
			{				
				return  sum;
			}
			else if ((target - sum) < 0)	//结果小于0，sum要变小结果才能变大
			{

				//去除重复的,	如果这次的left值和right值都还是上一次的值，说明重复了	--right
				while (left < right && nums[--right] == nums[right + 1]);

			}
			else
			{
				while (left < right && nums[++left] == nums[left - 1]);
			}
		}
	}

	return result;


}