python数列求和例题_leetcode-python-数组中求和问题（四）

专题概述

本专题将讲解的题目为leetcode中1, 15, 18, 454四道题，两道相关题目16和167作为练习题。主要介绍哈希表和指针两种方法来解决该类问题，从两个数之和引申到三个数之和，再从四个数之和的问题上思考如何构建出一种通用的代码（可以解决N个数之和）。相信通过这四道题的讲解，当再次遇到类似问题，一定可以顺利的解决。

目录

代码相关所有代码在leetcode英文网站上都通过了测试。

github地址，欢迎star。本专题代码在code/sum-in-array中。dyq666/leetcode-python​github.com如果觉得本文对你有帮助，可以收藏点赞，若文中有问题可在评论区留言

本文的内容

我们现在已经完全掌握了两种方式解决这类问题，但是实际中会存在一些变形，这些变形的问题都会在这些方法的基础上有一部分的改动，当然无法想出来更低的时间复杂度，将这些问题转变成两个数组求和即可。

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 -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

1.使用之前的思路（哈希）O(n^3)

在这个问题中返回的是结果的个数，直接使用哈希最方便，而且使用哈希还可以省却排序数组的时间

我们将A和B看成是外层的两层循环，将C和D看成是里面求两个数之和的部分

将C存放在dict中，由于这里重复的值可以被使用的，所以我们要记录c中每个值的个数（setdefault 不明白的话 自行查阅资料）

然后遍历D，找到符合题意得值，则结果增加c中对应值得个数

这种方式会在leetcode中超时！但也算是一种解决思路

res_num = 0

# 将C/D其中一个转为dict, 并且记录每个值有几个

c_dict = {}

for c in C:

c_dict[c] = c_dict.setdefault(c, 0) + 1

for a in A:

for b in B:

# 由于存储的是C所以遍历D

for d in D:

search = 0 - a - b - d

if search in c_dict:

res_num += c_dict[search]

return res_num

2.本题的思路在思考思路前需要先找到这道题的不同之处，在之前的题目中给的都是一个数组中寻值，而这道题给的是四个数组，所以我们取得四个值是来自不同的数组，而不是之前都来自一个数组。其实如果没有不能重复使用这个元素的限制，我们可以把之前的问题想象成四个一样的数组，那就跟本题的解决思路一样了。

将四个数组分成两组，其中一组存入dict，另一组负责查询。

res_num = 0

target_dict = {}

for a in A:

for b in B:

target_dict[a + b] = target_dict.setdefault(a + b, 0) + 1

for d in D:

for c in C:

if -(c + d) in target_dict:

res_num += target_dict[-(c + d)]

return res_num

3.优化代码-pythonicO(n^2)

将02中的代码拆分两步骤，步骤一, 统计频率。步骤二, 计算每个值对应的个数, 然后求和。

import collections

target_dict = collections.Counter(a+b for a in A

for b in B)

return sum(target_dict[-(c + d)] for c in C

for d in D

if -(c + d) in target_dict)

总结

到此为止本专题的内容就结束了，还有两道非常简单的题16和167。就不再叙说了，相信你可以很快就解决。