和为s的两个数字
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]
示例 2:
输入:nums = [10,26,30,31,47,60], target = 40输出:[10,30] 或者 [30,10]
限制:
1 <= nums.length <= 10^5
1 <= nums[i] <= 10^6
双指针
public int[] twoSum(int[] nums, int target) {
int[] ans = new int[2];
int low = 0;
int high = nums.length - 1;
while (low < high) {
int sum = nums[low] + nums[high];
if (sum == target) {
ans[0] = nums[low];
ans[1] = nums[high];
break;
} else if (sum < target) {
low++;
} else {
high--;
}
}
return ans;
}
和为s的连续正数序列
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]]
示例 2:
输入:target = 15输出:[[1,2,3,4,5],[4,5,6],[7,8]]
限制:
1 <= target <= 10^5
方法一:暴力
枚举每个起点,判断以它为起点的和是否等于target
- 外层循环上界为target的一半
- 内存循环如果sum>=target结束
public int[][] findContinuousSequence(int target) {
List<List<Integer>> lists = new ArrayList<>();
for (int i = 1; i <= target / 2; i++) {
List<Integer> temp=new ArrayList<>();
int sum=0;
for (int j = i;; j++) {
sum+=j;
temp.add(j);
if(sum==target){
lists.add(temp);
break;
} else if(sum>target){
break;
}
}
}
int[][] ans=new int[lists.size()][];
for (int i=0;i<ans.length;i++){
ans[i]=new int[lists.get(i).size()];
for (int j = 0; j < ans[i].length; j++) {
ans[i][j]=lists.get(i).get(j);
}
}
return ans;
}
时间复杂度O(n3/2)
外层循环n/2次,内层求和n1/2次(求和公式含平方)方法二:数学优化
应用求根公式
如果知道起点 x 和终点 y ,那么 x 累加到 y 的和由求和公式可以知道是(x+y)(x+y-1)/2
问题就转化为了是否存在一个正整数 y(y>x),满足等式(x+y)(x+y-1)/2=target
转化一下变成 y2+y-x2+x-2*target=0
这是一个关于 y 的一元二次方程,其中 a=1,b=1,c=-x2+x-2*target
用求根公式即可 O(1) 解得 y=(-b+/-
(b2-4ac)1/2)/2
public int[][] findContinuousSequence(int target) {
List<List<Integer>> lists = new ArrayList<>();
for (long i = 1; i <= (target - 1) / 2; i++) {//long 因为可能数字很大计算结果溢出
double sqrt = Math.sqrt(1 - 4 * (-i * i + i - 2 * target));
if (sqrt != (int) sqrt) {
continue;
}
int y = -1 + (int) sqrt;
if (y % 2 == 0 && y / 2 >= i && y / 2 < target) {
List<Integer> temp = new ArrayList<>();
for (int j = (int) i; j <= y / 2; j++) {
temp.add(j);
}
lists.add(temp);
}
}
int[][] ans = new int[lists.size()][];
for (int i = 0; i < ans.length; i++) {
ans[i] = new int[lists.get(i).size()];
for (int j = 0; j < ans[i].length; j++) {
ans[i][j] = lists.get(i).get(j);
}
}
return ans;
}
时间复杂度O(n)
方法三:双指针
low=1 high=2
- sum<target,说明指针 high还可以向右拓展使得 sum增大,high++
- sum>target,说明以 low 为起点不存在一个 high 使得 sum=target,此时要枚举下一个起点,low++
- sum==target,说明找到了以 low 为起点得合法解[low,high] ,high++或者low++,查找下一种情况
- 终止条件low>=high的时候,这种情况的发生指针high 移动到了上界target的一半,导致和始终大于 target
此方法其实是对方法一的优化,因为方法一是没有考虑区间与区间的信息可以复用,只是单纯的枚举起点,然后从起点开始累加,而该方法就是考虑到了如果已知 [l,r][l,r] 的区间和等于 target ,那么枚举下一个起点的时候,区间 [low+1,high] 的和必然小于 target ,我们就不需要再从low+1 再开始重复枚举,而是从 high+1开始枚举,充分的利用了已知的信息来优化时间复杂度
public int[][] findContinuousSequence(int target) {
List<List<Integer>> lists = new ArrayList<>();
int low = 1;
int high = 2;
while (low < high) {
int sum = (low + high) * (high - low + 1) / 2;
if (sum == target) {
List<Integer> temp = new ArrayList<>();
for (int j = low; j <= high; j++) {
temp.add(j);
}
lists.add(temp);
high++;
} else if (sum < target) {
high++;
} else {
low++;
}
}
int[][] ans = new int[lists.size()][];
for (int i = 0; i < ans.length; i++) {
ans[i] = new int[lists.get(i).size()];
for (int j = 0; j < ans[i].length; j++) {
ans[i][j] = lists.get(i).get(j);
}
}
return ans;
}
时间复杂度O(n)