[leetcode] 15. 3Sum

15. 3Sum
Given an array S of n integers, are there elements a, b, c in S such that a + b + c = 0? Find all unique triplets in the array which gives the sum of zero.

Note: The solution set must not contain duplicate triplets.

For example, given array S = [-1, 0, 1, 2, -1, -4],

A solution set is:
[
[-1, 0, 1],
[-1, -1, 2]
]

题意:
      给定一个含有n个整数的数组,在给定的数组中,找到三个数,使其之和等于0。
      注意:答案要求三个数字按照非递减排列,而且不包含重复的。

思路:
      这道题的思路和之前的[leetcode] 167. Two Sum II - Input array is sorted 差不多,用两个指针pre和tail从这个数后面的两边往中间查找。但是需要先升序排序,然后用第一重for循环确定第一个数字,然后在while循环里(也就是第二重循环),第二、第三个数字分别从两端往中间扫。当这三个数之和等于0的时候,记录一下,当之和大于0的时候,tail左移,而当之和小于0的时候,pre右移,直到pre和tail相遇。这个其实就是在Two Sum外层加1层循环,因此时间复杂度是排序的O(nlogn)加上O(n2),即O(n2)。
      特别注意:由于要求不包含重复元素,因此在选择第一个数字的时候以及后面两个指针查找时,需要跳过重复元素。代码如下:

class Solution {
public:
    vector<vector<int>> threeSum(vector<int>& nums) {
        vector<vector<int>> res;
        set<vector<int>> tempRes;//防止出现重复的三元组元素
        if (nums.size() < 3)
            return res;
        sort(nums.begin(), nums.end());
        for (int i = 0; i < nums.size() - 2; i++)
        {
            if (nums[i] > 0)//按数组递增排序,第i个大于0,后面的数一定大于零
                break;
            if (i>0 && nums[i] == nums[i - 1])continue;//排序后如果nums[i] == nums[i - 1],肯定会出现和前一个i重复的三元组,跳过
            int pre = i + 1;
            int tail = nums.size() - 1;
            while (pre<tail)
            {
                vector<int> vals;
                int sum = nums[i] + nums[pre] + nums[tail];
                if (sum == 0)
                {
                    vals.push_back(nums[i]);
                    vals.push_back(nums[pre]);
                    vals.push_back(nums[tail]);
                    tempRes.insert(vals);
                    pre++;
                    tail--;
                    while (pre < tail&&nums[pre] == nums[pre - 1]) pre++;//因为同一个nums[i],如果nums[pre] == nums[pre - 1],则取出来的三元组肯定是重复的,所以直接把pre向后移动,跳过,然后再计算
                    while (pre < tail&&nums[tail] == nums[tail + 1]) tail--;//因为同一个nums[i],如果nums[tail] == nums[tail + 1],则取出来的三元组肯定是重复的,所以直接把tail向前移动,跳过,然后再计算
                }
                else if (sum < 0)
                {
                    pre++;
                }
                else
                    tail--;
            }

        }

        for (auto s : tempRes)
        {
            res.push_back(s);
        }
        return res;
    }
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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
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