454.四数相加II
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 -2^28 到 2^28 - 1 之间,最终结果不会超过 2^31 - 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:
- (0, 0, 0, 1) -> A[0] + B[0] + C[0] + D[1] = 1 + (-2) + (-1) + 2 = 0
- (1, 1, 0, 0) -> A[1] + B[1] + C[0] + D[0] = 2 + (-1) + (-1) + 0 = 0
题目链接/文章讲解/视频讲解:代码随想录
方法:二分+哈希
思路
- 暴力四个for循环时间复杂度为O() 超时
- 不需要去重,使用map而不是set
- 类似于昨天的有效的字母异位词,先把有效值映射到map上
class Solution {
public:
int fourSumCount(vector<int>& nums1, vector<int>& nums2, vector<int>& nums3, vector<int>& nums4) {
int count = 0;
//map中key存储值,value存储出现了多少次
unordered_map<int, int>map;
for(int a : nums1){
for(int b : nums2){
map[a + b]++;
}
}
for(int c : nums3){
for(int d : nums4){
int target = 0 - (c + d);
//find():将关键值找出,并返回一个指向这个元素的指针
//end():返回最后一个元素的指针
if(map.find(target) != map.end())
count += map[target];
}
}
return count;
}
};
复杂度分析
时间复杂度:O(n^2)。我们使用了两次二重循环,时间复杂度均为 O(n^2)。在循环中对哈希映射进行的修改以及查询操作的期望时间复杂度均为 O(1),因此总时间复杂度为 O(n^2)。
空间复杂度:O(n^2),即为哈希映射需要使用的空间。在最坏的情况下,A[i]+B[j]A[i]+B[j] 的值均不相同,因此值的个数为 n^2,也就需要 O(n^2) 的空间。
map.find(target) != map.end() //判断target是否存在
383. 赎金信
题目链接/文章讲解/视频讲解:代码随想录
思路:
- 同昨天的有效的字母异位词,会啦
class Solution {
public:
bool canConstruct(string ransomNote, string magazine) {
int record[26] ={0};
for(int i = 0; i < magazine.size(); i++){
record[magazine[i] - 'a']++;
}
for(int i = 0; i < ransomNote.size(); i++){
record[ransomNote[i] - 'a']--;
}
for(int i = 0; i < 26; i++){
if(record[i] < 0)
return false;
}
return true;
}
};
复杂度分析
时间复杂度:O(m + n),其中 m 是字符串 ransomNote 的长度,n是字符串 magazine 的长度,我们只需要遍历两个字符一次即可。
空间复杂度:O(|S|),SS 是字符集,这道题中 SS 为全部小写英语字母,因此 |S| = 26。
15. 三数之和
给你一个包含 n 个整数的数组 nums,判断 nums 中是否存在三个元素 a,b,c ,使得 a + b + c = 0 ?请你找出所有满足条件且不重复的三元组。
注意: 答案中不可以包含重复的三元组。
示例:
给定数组 nums = [-1, 0, 1, 2, -1, -4],
满足要求的三元组集合为: [ [-1, 0, 1], [-1, -1, 2] ]
题目链接/文章讲解/视频讲解:代码随想录
方法: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)
思路:
- 开一个二维数组,先排序,排好序后用i遍历数组,双指针缩进
class Solution {
public:
vector<vector<int>> threeSum(vector<int>& nums) {
vector<vector<int>>result;
// 找出a + b + c = 0
// a = nums[i], b = nums[left], c = nums[right]
sort(nums.begin(),nums.end());
//先排序,排序后就可以利用双指针,大了右指针前移,小了左指针后移
for(int i = 0; i < nums.size(); i++){
//如果第一个数字比0大,那么加起来肯定不会==0,直接返回
if(nums[i] > 0)
return result;
//去重,不能if(nums[i] == nums[i + 1]),会漏掉-1,-1, 2的情况
if(i > 0 && nums[i] == nums[i - 1])
continue;
int left = i + 1;
int right = nums.size() - 1;
while(right > left){
if(nums[i] + nums[left] + nums[right] > 0)
right--;
else if(nums[i] + nums[left] + nums[right] < 0)
left++;
else{
//先找到,再去重,否则像0,0,0这种情况就会被丢弃
result.push_back(vector<int>{nums[i], nums[left], nums[right]});
while(right > left && nums[right] == nums[right - 1])
right--;
while(right > left && nums[left] == nums[left + 1])
left++;
//找到了后左右指针都向内缩进
left++;
right--;
}
}
}
return result;
}
};
- 时间复杂度: O(n^2)
- 空间复杂度: O(1)
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?这是因为在枚举的过程每一步中,「左指针」会向右移动一个位置(也就是题目中的 bb),而「右指针」会向左移动若干个位置,这个与数组的元素有关,但我们知道它一共会移动的位置数为 O(N),均摊下来,每次也向左移动一个位置,因此时间复杂度为 O(N)。
注意到我们的伪代码中还有第一重循环,时间复杂度为 O(N),因此枚举的总时间复杂度为 O(N^2)。由于排序的时间复杂度为 O(N log N),在渐进意义下小于前者,因此算法的总时间复杂度为 O(N^2)。
18. 四数之和
题意:给定一个包含 n 个整数的数组 nums 和一个目标值 target,判断 nums 中是否存在四个元素 a,b,c 和 d ,使得 a + b + c + d 的值与 target 相等?找出所有满足条件且不重复的四元组。
注意:
答案中不可以包含重复的四元组。
示例: 给定数组 nums = [1, 0, -1, 0, -2, 2],和 target = 0。 满足要求的四元组集合为: [ [-1, 0, 0, 1], [-2, -1, 1, 2], [-2, 0, 0, 2] ]
题目链接/文章讲解/视频讲解:代码随想录
思路:
- 可以分为k,left,right四个指针,遍历k,i,然后用三数之和的方法让left和right向内缩进,k就是套在三数之和外面多加了一层
- 剪枝就是如果这个数字比target大而且大于0,再怎么加也不会相等了,但是如果为 负数,如-4,-1,0,0,那么target=-5,-4比-5大,但是这也成立,所以要有大于0
class Solution {
public:
vector<vector<int>> fourSum(vector<int>& nums, int target) {
vector<vector<int>>result;
sort(nums.begin(),nums.end());
for(int k = 0; k < nums.size(); k++){
//减枝
if(nums[k] > target && nums[k] >= 0)
break; //用break直接最后一个return
//对nums[k]去重
if(k > 0 && nums[k] == nums[k - 1])
continue;
for(int i = k + 1; i < nums.size(); i++){
//2级剪枝
if(nums[k] + nums[i] > target && nums[k] + nums[i] >= 0)
break;
//对nums[i]去重
if(i > k + 1 && nums[i] == nums[i - 1])
continue;
//同三数之和
int left = i + 1;
int right = nums.size() - 1;
while(right > left){
if((long)nums[k] + nums[i] + nums[left] + nums[right] > target)
right--;
else if((long)nums[k] + nums[i] + nums[left] + nums[right] < target)
left++;
else{
result.push_back(vector<int>{nums[k], nums[i], nums[left], nums[right]});
while(right > left && nums[left] == nums[left + 1])
left++;
while(right > left && nums[right] == nums[right - 1])
right--;
right--;
left++;
}
}
}
}
return result;
}
};
- 时间复杂度: O(n^3)
- 空间复杂度: O(1)