最接近的三数之和
题目描述
Category | Difficulty | Likes | Dislikes |
---|---|---|---|
algorithms | Medium (44.85%) | 1646 | - |
-
Tags
-
Companies
bloomberg
给你一个长度为 n
的整数数组 nums
**和 一个目标值 target
。请你从 nums
**中选出三个整数,使它们的和与 target
最接近。
返回这三个数的和。
假定每组输入只存在恰好一个解。
示例 1:
输入:nums = [-1,2,1,-4], target = 1
输出:2
解释:与 target 最接近的和是 2 (-1 + 2 + 1 = 2)。
示例 2:
输入:nums = [0,0,0], target = 1
输出:0
解释:与 target 最接近的和是 0(0 + 0 + 0 = 0)。
提示:
3 <= nums.length <= 1000
1000 <= nums[i] <= 1000
104 <= target <= 104
求解
前言
本题与 15. 三数之和 非常类似,可以使用「双指针」的方法来解决。但基于题解的独立性,这里还是会从零开始讲解。
方法一:排序 + 双指针
思路与算法
题目要求找到与目标值 target 最接近的三元组,这里的「最接近」即为差值的绝对值最小。我们可以考虑直接使用三重循环枚举三元组,找出与目标值最接近的作为答案,时间复杂度为 O(N3)。然而本题的 N 最大为 1000,会超出时间限制。
那么如何进行优化呢?我们首先考虑枚举第一个元素 a,对于剩下的两个元素 b 和 c,我们希望它们的和最接近 target−a。对于 b 和 c,如果它们在原数组中枚举的范围(既包括下标的范围,也包括元素值的范围)没有任何规律可言,那么我们还是只能使用两重循环来枚举所有的可能情况。因此,我们可以考虑对整个数组进行升序排序,这样一来:
假设数组的长度为 n,我们先枚举 a,它在数组中的位置为 i;
为了防止重复枚举,我们在位置 [i+1,n) 的范围内枚举 b 和 c。
当我们知道了 b 和 c 可以枚举的下标范围,并且知道这一范围对应的数组元素是有序(升序)的,那么我们是否可以对枚举的过程进行优化呢?
答案是可以的。借助双指针,我们就可以对枚举的过程进行优化。我们用 pb和 pc分别表示指向 b 和 c 的指针,初始时,pb指向位置 i+1,即左边界;pc指向位置 n−1,即右边界。在每一步枚举的过程中,我们用 a+b+c 来更新答案,并且:
如果 a+b+c≥target,那么就将 pc向左移动一个位置;如果a+b+c<target,那么就将 pb向右移动一个位置。这是为什么呢?我们对 a+b+c≥target 的情况进行一个详细的分析:如果 a+b+c≥target,并且我们知道 pb到 pc这个范围内的所有数是按照升序排序的,那么如果 pc不变而 pb向右移动,那么 a+b+c 的值就会不断地增加,显然就不会成为最接近 target 的值了。因此,我们可以知道在固定了 pc的情况下,此时的 pb就可以得到一个最接近 target 的值,那么我们以后就不用再考虑 p
c了,就可以将 pc向左移动一个位置。
同样地,在 a+b+c<target 时:
如果 a+b+c<target,并且我们知道 p
b到 pc这个范围内的所有数是按照升序排序的,那么如果 p
b不变而 pc向左移动,那么 a+b+c 的值就会不断地减小,显然就不会成为最接近 target 的值了。因此,我们可以知道在固定了 pb的情况下,此时的 pc就可以得到一个最接近 target 的值,那么我们以后就不用再考虑 pb了,就可以将 pb向右移动一个位置。实际上,pb和 pc就表示了我们当前可以选择的数的范围,而每一次枚举的过程中,我们尝试边界上的两个元素,根据它们与 target 的值的关系,选择「抛弃」左边界的元素还是右边界的元素,从而减少了枚举的范围。这种思路与 11. 盛最多水的容器 中的双指针解法也是类似的。
小优化
本题也有一些可以减少运行时间(但不会减少时间复杂度)的小优化。当我们枚举到恰好等于 target 的 a+b+c 时,可以直接返回 target 作为答案,因为不会有再比这个更接近的值了。
另一个优化与 15. 三数之和的官方题解 中提到的类似。当我们枚举 a,b,c 中任意元素并移动指针时,可以直接将其移动到下一个与这次枚举到的不相同的元素,减少枚举的次数。
};
class Solution {
public:
int threeSumClosest(vector<int>& nums, int target) {
sort(nums.begin(), nums.end());
int n = nums.size();
int best = 1e7;
// 根据差值的绝对值来更新答案
auto update = [&](int cur) {
if (abs(cur - target) < abs(best - target)) {
best = cur;
}
};
// 枚举 a
for (int i = 0; i < n; ++i) {
// 保证和上一次枚举的元素不相等
if (i > 0 && nums[i] == nums[i - 1]) {
continue;
}
// 使用双指针枚举 b 和 c
int j = i + 1, k = n - 1;
while (j < k) {
int sum = nums[i] + nums[j] + nums[k];
// 如果和为 target 直接返回答案
if (sum == target) {
return target;
}
update(sum);
if (sum > target) {
// 如果和大于 target,移动 c 对应的指针
int k0 = k - 1;
// 移动到下一个不相等的元素
while (j < k0 && nums[k0] == nums[k]) {
--k0;
}
k = k0;
} else {
// 如果和小于 target,移动 b 对应的指针
int j0 = j + 1;
// 移动到下一个不相等的元素
while (j0 < k && nums[j0] == nums[j]) {
++j0;
}
j = j0;
}
}
}
return best;
}
};
复杂度分析
- 时间复杂度:O(N2),其中 N 是数组 nums 的长度。我们首先需要 O(NlogN) 的时间对数组进行排序,随后在枚举的过程中,使用一重循环 O(N) 枚举 a,双指针 O(N) 枚举 b 和 c,故一共是 O(N2)。
- 空间复杂度:O(logN)。排序需要使用 O(logN) 的空间。然而我们修改了输入的数组 nums,在实际情况下不一定允许,因此也可以看成使用了一个额外的数组存储了 nums 的副本并进行排序,此时空间复杂度为 O(N)。