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;
}