三数之和
题目链接
https://leetcode-cn.com/problems/3sum/
解法1:暴力
暴力初步(排序 + 三重循环暴力)
这个算法需要三重循环,时间复杂度是O(n^3)
LeetCode给出了313个测试用例,这个暴力解法通过了310个用例
public List<List<Integer>> threeSum(int[] nums) {
List<List<Integer>> results = new LinkedList<>();
//排序
Arrays.sort(nums);
for(int i = 0; i < nums.length - 2; i++){
int x = nums[i];
//去重,假如给的用例是[0, 0, 0, 0],当i第一次遇到0时,为首次遇见没有关系,可如果这次i的循环结束了
//i+1进入第二次循环,那么这时候还是遇到0,为连续的第二次遇见,这就造成了前后重复,必须要跳过
if(i > 0 && nums[i - 1] == nums[i]) continue;
for(int j = i + 1; j < nums.length - 1; j++){
int y = nums[j];
//去重原理同i,j必须大于i + 1,因为j是从i + 1开始的,假如这时开始就后退一步,就去到i的地盘了
if(j > i + 1 && nums[j - 1] == nums[j]) continue;
for(int k = j + 1; k < nums.length; k++){
int z = nums[k];
if(k > j + 1 && nums[k - 1] == nums[k]) continue; //去重原理同j
if(x + y + z == 0){
List<Integer> list = new LinkedList<Integer>();
list.add(x);
list.add(y);
list.add(z);
results.add(list);
}
}
}
}
return results;
}
暴力优化(排序 + 两重循环 + HashMap)
上面的解法用了三重循环,我们优化的方向就是如何减少一层循环,比如减少第三层循环。
可以用HashMap来替代第三重循环,因为第三重for循环是用来查找第三个数的,HashMap一样可以用来查找,而且for循环的查找效率是O(n),HashMap的查找效率是O(1),只不过我们需要付出空间作为代价,以空间换时间。用HashMap来替代最后一层for循环就是一个很常见的套路,慢慢的就会见惯不怪了,两数之和那道题也可以尝试一下这个做法。
public List<List<Integer>> threeSum(int[] nums) {
List<List<Integer>> results = new LinkedList<>();
//排序
Arrays.sort(nums);
//用一个HashMap将所有的元素加进去,这里的keys是nums[i],value是i
//如果出现重复的key,那么新出现的value将会覆盖前面的一个value,我们用这个map来替代第三重循环
HashMap<Integer, Integer> map = new HashMap<>();
for(int i = 0; i < nums.length; i++){
map.put(nums[i], i);
}
for(int i = 0; i < nums.length - 2; i++){
int x = nums[i];
//去重,假如给的用例是[0, 0, 0, 0],当i第一次遇到0时,为首次遇见没有关系,可如果这次i的循环结束了
//i+1进入第二次循环,那么这时候还是遇到0,为连续的第二次遇见,这就造成了前后重复,必须要跳过
if(x > 0) break;
if(i > 0 && nums[i - 1] == nums[i]) continue;
for(int j = i + 1; j < nums.length - 1; j++){
int y = nums[j];
if(x + y > 0) break;
//去重原理同i,j必须大于i + 1,因为j是从i + 1开始的,必须要大于开始值才能后退一步
if(j > i + 1 && nums[j - 1] == nums[j]) continue;
//z为组合需要的那个值
int z = 0 - x - y;
//如果map集合里面有这个值,最重要的是要判断它的value(序号)是不是在i和j的后面
//因为之前的第三重for循环的k是从j + 1开始的,所以它一定会大于j
if(map.containsKey(z) && map.get(z) > j){
List<Integer> list = new LinkedList<Integer>();
list.add(x);
list.add(y);
list.add(z);
results.add(list);
}
}
}
return results;
}
解法2:双指针
public List<List<Integer>> threeSum(int[] nums) {
List<List<Integer>> results = new LinkedList<>();
if(nums.length < 3) return results; //长度小于3,就不存在三数之和了
//排序
Arrays.sort(nums);
for(int i = 0; i < nums.length - 2; i++){
//小优化:如果第一个数就大于0,那就没必要再查找下去了
if(nums[i] > 0) break;
//考虑i的会重复
if(i > 0 && nums[i - 1] == nums[i]) continue;
//定义两个指针,left指针,right指针,left为要查找的第二个数的坐标,right为要查找的第三个数的坐标
int left = i + 1;
int right = nums.length - 1;
//left指针在这个过程中适当向右移,right指针也可能会向左移,但必须保证left在right的左边
while(left < right){
//三数之和有三种情况,三数之和大于0,三数之和小于0,三数之和等于0
//1.三数之和大于0,right坐标的那个数太大了,要把它向左移一步
if(nums[i] + nums[left] + nums[right] > 0){
//向左移一步后有可能会等于left指针,也有可能会和后一个值重复,要去重
while(left < right && nums[right] == nums[--right]);
}
//2.三数之和小于0,因为right坐标的数是三数中最大的,三数之和小于0就是因为左边left的那个数不够给力
else if(nums[i] + nums[left] + nums[right] < 0){
//左指针向右移一步后有可能会等于ringht指针,也有可能会和前一个值重复,要去重
while(left < right && nums[left] == nums[++left]);
}
//3.三数之和等于0,添加到返回列表里面,并且同时将左指针右移,右指针左移,探索下一组适合的数据
else if(nums[i] + nums[left] + nums[right] == 0){
List<Integer> list = new LinkedList<>();
list.add(nums[i]);
list.add(nums[left]);
list.add(nums[right]);
results.add(list);
while(left < right && nums[left] == nums[++left]);
while(left < right && nums[right] == nums[--right]);
}
}
}
return results;
}