模块一——双指针:18.四数之和

题目描述

题目链接:18.四数之和
在这里插入图片描述

算法原理

排序+双指针

  • 依次固定⼀个数a ;
  • 在这个数a 的后⾯区间上,利⽤「三数之和」找到三个数,使这三个数的和等于target - a 即可。
    PS:没做过三数之和的同学建议先去做一下三数之和再来做这道题。

代码实现

排序+双指针

class Solution {
public:
    vector<vector<int>> fourSum(vector<int>& nums, int target) {
        int n = nums.size();
        vector<vector<int>> vv;
        sort(nums.begin(),nums.end()); //1.排序
        
        for(int i = 0;i < n;)//2.固定一个数
        {
            for(int j = i + 1;j < n;)//3.固定三数之和的第一个数
            {
                int left = j + 1,right = n - 1;
                long long sum = (long long)target - nums[i] - nums[j];
                while(left < right)
                {
                    long long tmp =(long long) nums[left] + nums[right];
                    if(tmp > sum)right--;
                    else if(tmp < sum)left++;
                    else
                    {
                        vv.push_back({nums[i],nums[j],nums[left],nums[right]});
                        left++;
                        right--;
                        while(left < right && nums[left] == nums[left - 1])left++;//去重left
                        while(left < right && nums[right] == nums[right + 1])right--;//去重right
                    }
                }
                ++j;
                while(j < n && nums[j] == nums[j - 1])++j;//去重j
            }
            ++i;
            while(i < n && nums[i] == nums[i - 1])++i;//去重i
        }
        return vv;
    }
};

复杂度分析

时间复杂度:O(N3)

其中N是数组的长度。排序的时间复杂度是 O(Nlog⁡N),枚举四元组的时间复杂度是O(N3),因此总时间复杂度为 O(N3+Nlog⁡N)=O(N3)。

空间复杂度:O(log⁡N)或者O(N)

其中N是数组的长度。空间复杂度主要取决于排序额外使用的空间。此外排序修改了输入数组nums,实际情况中不一定允许,因此也可以看成使用了一个额外的数组存储了数组nums的副本并排序,空间复杂度为O(N)。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

全天

加油,大佬们!!!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值