【leetcode/哈希表】四数相加（利用哈希映射降低时间复杂度）

问题描述：

给定四个包含整数的数组列表 A , B , C , D ,计算有多少个元组 (i, j, k, l) ，使得 A[i] + B[j] + C[k] + D[l] = 0。

为了使问题简单化，所有的 A, B, C, D 具有相同的长度 N，且 0 ≤ N ≤ 500 。所有整数的范围在 -228 到 228 - 1 之间，最终结果不会超过 231 - 1 。

例如:

输入:
A = [ 1, 2]
B = [-2,-1]
C = [-1, 2]
D = [ 0, 2]

输出:
2

解释:
两个元组如下:
1. (0, 0, 0, 1) -> A[0] + B[0] + C[0] + D[1] = 1 + (-2) + (-1) + 2 = 0
2. (1, 1, 0, 0) -> A[1] + B[1] + C[0] + D[0] = 2 + (-1) + (-1) + 0 = 0

基本思路：

这道题暴力O(n^4), 绝对不可取。于是采用二分的技巧。

遍历前两个列表，获得所有两个数的和；遍历后两个列表，获得所有数的两个和；统计这两个结果集中互为相反数的元素个数，即为答案。

这样我们的复杂度就降为O(n^2)了。

不过还是TLE了，于是我们想到用哈希表的思想来降低复杂度。

这是因为哈希表插入和查询一个元素的平均时间复杂度为O(1)；

（其它的，如BST，插入和查询都是O（logn），普通的vector，插入时O(1), 查询时O(n)）

同时我们可以通过获得元素和后马上查询的方式减少代码量。

AC代码：

class Solution {
public:
    int fourSumCount(vector<int>& A, vector<int>& B, vector<int>& C, vector<int>& D) {
      // 二分法降低复杂度
      // 使用hashmap代表多重集，（合并处理和查询）降低查询时间复杂度
      int n = A.size(); 
      // 个人认为m是value_initialized的理由是一开始没法初始化
      unordered_map<int, int> m;    // 第一个元素代表元素值，第二个元素代表重复的次数
      for (int i = 0; i < n; ++i) {
        for (int j = 0; j < n; ++j) {
          ++m[A[i] + B[j]];
        }
      }
      int count = 0;
      for (int i = 0; i < n; ++i) {
        for (int j = 0; j < n; ++j) {
          count += m[-C[i] - D[j]];
        }
      }
      return count;
    }
};

其它经验：

1.  不得不说我儿子说得还是很有道理，map确实比unordered_map慢太多了。
2. 如果我们有必要使用多重集，完全可以通过用unorder_map来模拟，其key对应的value是元素重复的个数。
3. 如果元素在处理后要匹配，完全可以通过边处理边匹配的方式来降低复杂度。