三数之和(双指针基础)

最新推荐文章于 2023-03-07 00:03:51 发布

ACMER凌天

最新推荐文章于 2023-03-07 00:03:51 发布

阅读量118

点赞数

分类专栏：基础题文章标签： leetcode 算法数据结构

本文链接：https://blog.csdn.net/qq_46077150/article/details/126071683

版权

基础题专栏收录该内容

7 篇文章 0 订阅

订阅专栏

题目:三数之和(双指针基础)
https://leetcode.cn/problems/3sum/
给出一组数据,找出所有的a+b+c=0,的(a,b,c)组合并返回

数据范围
0 <= nums.length <= 3000
-105 <= nums[i] <= 105

1Solution <迭代> Accepted / Used 时空复杂度 O(n^2) O(n)

class Solution {

    public List<List<Integer>> threeSum(int[] nums) {
        Arrays.sort(nums);
        /*
            不重复的本质
            排序后
            value---a<=b<=c
            index---i!=j&&j!=k&&k!=j
            a,b,c 未固定---nums[i-1]!=nums[i]
            a固定---nums[j-1]==nums[j]
            a,b固定---nums[k]!=nums[k+1]
        */
        /*
            双指针:
                当我们需要枚举数组中的两个元素时，如果我们发现随着第一个元素的递增，第二个元素是递减的，
            那么就可以使用双指针的方法，将枚举的时间复杂度从 O(N^2) 减少至 O(N)。
                为什么是O(N)呢？因为此时枚举第一个元素和枚举第二个元素属于并列关系(不再是之前的嵌套关系),
                实现方法: 枚举第一个元素的前面-定义一个变量y用于枚举第二个元素,然后枚举第一个元素的同时枚举
            第二个元素(不需要每次循环都重定义y)

         */

         /*
            a+b+c=0,a固定的情况,如果b增大,c一定是减小。说明b和c存在关系,属于并列关系。
            可以从O(n^3) 优化到--> O(n^2)
         */
        List<List<Integer>> list = new ArrayList<>();
        for(int i = 0; i < nums.length; ++i) {
            int k = nums.length-1;
            if(i>0&&nums[i-1]==nums[i]) continue;//a--重复元素
            for(int j = i+1; j < nums.length; ++j) {
                if(k<=j) break;//往后都是的a+b+c>0
                if(j>i+1&&nums[j-1]==nums[j]) continue;//b---重复元素
                while(k>=0) {
                    //找k的过程中出现a+b+c<0,说明当前b,在所有的a中不满足a+b+c==0---break;
                    //k<=j重复元素不满足a<=b<=c
                    if(nums[i]+nums[j]+nums[k]<0||k<=j) break; 
                    if(k==nums.length-1||nums[k]!=nums[k+1]) {//
                        if(j<k&&nums[i]+nums[j]+nums[k]==0) {
                            List<Integer> l = new ArrayList<>();
                            l.add(nums[i]);
                            l.add(nums[j]);
                            l.add(nums[k]); 
                            list.add(l);
                            --k;
                            break;
                        }
                    }
                    --k;
                }
                
            }
        }
        return list;
    }
}