LeetCode题练习与总结:四数之和

91 篇文章 0 订阅
55 篇文章 0 订阅

一、题目描述

给你一个由 n 个整数组成的数组 nums ,和一个目标值 target 。请你找出并返回满足下述全部条件且不重复的四元组 [nums[a], nums[b], nums[c], nums[d]] (若两个四元组元素一一对应,则认为两个四元组重复):

  • 0 <= a, b, c, d < n
  • abcd 互不相同
  • nums[a] + nums[b] + nums[c] + nums[d] == target

你可以按 任意顺序 返回答案 。

示例 1:

输入:nums = [1,0,-1,0,-2,2], target = 0
输出:[[-2,-1,1,2],[-2,0,0,2],[-1,0,0,1]]

示例 2:

输入:nums = [2,2,2,2,2], target = 8
输出:[[2,2,2,2]]

提示:

  • 1 <= nums.length <= 200
  • -10^9 <= nums[i] <= 10^9
  • -10^9 <= target <= 10^9

二、解题思路

  1. 排序数组: 首先,我们需要对数组 nums 进行排序。排序是为了确保在寻找四元组时,我们可以利用有序数组的特性来减少不必要的比较。排序后,如果我们需要跳过重复的元素,可以更容易地实现。

  2. 外层循环: 外层循环从数组的第一个元素开始,遍历到倒数第四个元素。这是因为我们需要至少四个不同的元素来构成一个四元组,而且我们需要确保 abcd 互不相同。外层循环的变量 i 用于固定第一个元素。

  3. 跳过重复元素: 在每次外层循环时,我们需要检查当前元素是否与前一个元素相同。如果是,我们跳过当前循环,继续下一次循环,以避免重复的四元组。

  4. 内层循环: 内层循环从外层循环的下一个元素开始,遍历到倒数第三个元素。这个循环的变量 j 用于固定第二个元素。

  5. 双指针技巧: 对于每一对固定的 (i, j),我们使用两个指针 leftright 来遍历数组的剩余部分。left 指向 j + 1right 指向数组的最后一个元素。这两个指针分别从数组的两端向中间移动,尝试找到满足条件的 nums[left] + nums[right]

  6. 寻找四元组: 在双指针循环中,我们计算当前的四元组和 nums[i] + nums[j] + nums[left] + nums[right]。如果这个和等于目标值 target,我们就找到了一个有效的四元组。在添加到结果列表之前,我们需要跳过重复的元素,这通过在找到有效四元组后移动 leftright 指针来实现。

  7. 处理和值不匹配的情况: 如果当前四元组的和小于 target,我们需要增加 left 指针(因为增加较小的数会使和增大)。如果和大于 target,我们需要减小 right 指针(因为减小较大的数会使和减小)。

  8. 返回结果: 当所有的循环结束后,我们返回包含所有找到的不重复四元组的列表。

三、具体代码

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

class Solution {

    public List<List<Integer>> fourSum(int[] nums, int target) {
        List<List<Integer>> result = new ArrayList<>();
        if (nums == null || nums.length < 4) {
            return result;
        }

        // 首先对数组进行排序
        Arrays.sort(nums);

        // 遍历数组,对于每一个元素,使用双指针方法来找到另外两个元素的组合
        for (int i = 0; i < nums.length - 3; i++) {
            // 如果当前元素与前一个元素相同,跳过以避免重复
            if (i > 0 && nums[i] == nums[i - 1]) {
                continue;
            }

            // 对于当前元素,使用双指针来找到另外两个元素
            for (int j = i + 1; j < nums.length - 2; j++) {
                // 如果当前元素与前一个元素相同,跳过
                if (j > i + 1 && nums[j] == nums[j - 1]) {
                    continue;
                }

                // 初始化左右指针
                int left = j + 1;
                int right = nums.length - 1;

                // 使用双指针找到满足条件的两个元素
                while (left < right) {
                    int sum = nums[i] + nums[j] + nums[left] + nums[right];
                    if (sum == target) {
                        // 找到满足条件的四元组,添加到结果中
                        result.add(Arrays.asList(nums[i], nums[j], nums[left], nums[right]));
                        // 移动指针,跳过重复元素
                        while (left < right && nums[left] == nums[left + 1]) {
                            left++;
                        }
                        while (left < right && nums[right] == nums[right - 1]) {
                            right--;
                        }
                        left++;
                        right--;
                    } else if (sum < target) {
                        // 如果和小于目标值,移动左指针
                        left++;
                    } else {
                        // 如果和大于目标值,移动右指针
                        right--;
                    }
                }
            }
        }

        return result;
    }
}

四、时间复杂度和空间复杂度

1. 时间复杂度
  • 数组排序的时间复杂度是 O(n log n),其中 n 是数组的长度。
  • 外层循环(i)遍历到数组的倒数第四个元素,因此有 n-3 次迭代。
  • 内层循环(j)同样遍历到倒数第三个元素,也有 n-3 次迭代。
  • 对于每一对 (i, j),我们使用双指针(left 和 right)来遍历剩余的元素。在最坏的情况下,双指针循环可能会进行 n-3 次迭代(当 left 和 right 从数组的两端开始移动时)。

因此,总的时间复杂度可以近似为 O(n log n + (n-3)^2 * (n-3))。由于 (n-3)^2 * (n-3) 相对于 n log n 是主导项,所以时间复杂度可以简化为 O(n^3)。

2. 空间复杂度
  • 我们使用了一个 ArrayList 来存储结果,其空间复杂度为 O(m),其中 m 是找到的有效四元组的数量。在最坏的情况下,m 可以是 n^4(当数组中的所有元素都可以组成四元组且满足条件时),但实际上 m 会远小于 n^4,因为不是所有的四元组都满足条件。
  • 我们还使用了一个临时的 List<Integer> 来存储单个四元组,这个 List 的空间复杂度是 O(1),因为它的大小是固定的(4个元素)。
  • 双指针循环中的变量(left 和 right)占用的空间是常数级别的。

综上所述,空间复杂度主要是由结果列表决定的,可以近似为 O(m),其中 m 是有效四元组的数量。在实际应用中,m 的值通常远小于 n^4,所以空间复杂度可以认为是 O(1)(常数级别)。

请注意,这里的分析是基于最坏情况的假设。在实际应用中,由于数组中可能存在大量不满足条件的元素,实际的时间和空间复杂度可能会低于上述分析。

五、总结知识点

  1. 数组排序:使用 Arrays.sort(nums) 方法对整数数组 nums 进行排序。这是解决这个问题的基础,因为排序后的数组可以让我们更容易地应用双指针技巧。
  2. 双指针技巧:在内层循环中,使用两个指针 leftright 来遍历数组的剩余部分,寻找满足特定条件的元素组合。这是一种常见的算法技巧,用于在有序数组中高效地找到特定值或满足特定条件的元素。
  3. 跳过重复元素:在外层循环和内层循环中,通过检查当前元素是否与前一个元素相同来跳过重复元素,以确保结果中的四元组元素互不相同。
  4. 条件判断与循环控制:在双指针循环中,通过计算当前四元组的和与目标值 target 的比较结果来决定移动哪个指针。如果和小于目标值,移动左指针;如果和大于目标值,移动右指针;如果和等于目标值,则找到有效四元组并添加到结果列表。
  5. 结果列表的构建:使用 ArrayList 来存储找到的四元组。在找到满足条件的四元组时,使用 Arrays.asList() 方法将数组元素转换为列表,并添加到结果列表中。
  6. 边界条件处理:在方法开始时,检查输入数组是否为 null 或长度小于 4,如果是,则直接返回空列表,因为无法构成四元组。

以上就是解决这个问题的详细步骤,希望能够为各位提供启发和帮助。

  • 61
    点赞
  • 35
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: LeetCode是一个优秀的在线编程平台,提供了丰富的算法数据结构目供程序员练习。其中的简单大多可以用Python语言编写,下面为您提供几个常见目的Python版本答案。 1. 两数之和(Two Sum) 目描述:给定一个整数数组和一个目标值,找出数组中和为目标值的两个数。 Python版本答案: class Solution: def twoSum(self, nums: List[int], target: int) -> List[int]: d = {} for i, x in enumerate(nums): if target - x in d: return [d[target - x], i] d[x] = i 2. 反转字符串(Reverse String) 目描述:编写一个函数,其作用是将输入的字符串反转过来。 Python版本答案: class Solution: def reverseString(self, s: List[str]) -> None: """ Do not return anything, modify s in-place instead. """ left, right = 0, len(s) - 1 while left < right: s[left], s[right] = s[right], s[left] left += 1 right -= 1 3. 回文数字(Palindrome Number) 目描述:判断一个整数是否是回文数,例如:121是回文数,-121不是回文数。 Python版本答案: class Solution: def isPalindrome(self, x: int) -> bool: if x < 0: return False if x == 0: return True str_x = str(x) left, right = 0, len(str_x) - 1 while left < right: if str_x[left] != str_x[right]: return False left += 1 right -= 1 return True 以上只是这几个简单目的Python版本答案,实际上LeetCode上还有很多其他编程语言编写的优秀答案,需要程序员们自己去探索和实践。 ### 回答2: Leetcode是一个流行的在线编程库,提供了许多关于算法数据结构目,难度从简单到困难不等。Python是一种易学易用的编程语言,备受程序员欢迎。因此,许多程序员使用Python来解决Leetcode的编程问。下面我将提供一些Python版本的Leetcode简单的答案。 1. 两数之和 目描述:给定一个整数数组和一个目标值,在数组中找到两个数之和等于目标值。 解思路:使用哈希表来存储数组中每个元素的值和索引,然后遍历每个元素时,查找目标值减去当前元素的值是否在哈希表中,如果存在,返回两个值的索引。 Python代码: def twoSum(nums, target): hash_table = {} for i, num in enumerate(nums): complement = target - num if complement in hash_table: return hash_table[complement], i hash_table[num] = i nums = [2, 7, 11, 15] target = 9 print(twoSum(nums, target)) # Output: (0, 1) 2. 路径总和 目描述:给定一棵二叉树和一个目标值,判断是否存在从根节点到叶节点的路径,使得路径上所有节点的值相加等于目标值。 解思路:遍历二叉树的所有路径,判断路径上所有节点的值相加是否等于目标值。 Python代码: class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right def hasPathSum(root, sum): if not root: return False if not root.left and not root.right and root.val == sum: return True return hasPathSum(root.left, sum - root.val) or hasPathSum(root.right, sum - root.val) root = TreeNode(5) root.left = TreeNode(4) root.right = TreeNode(8) root.left.left = TreeNode(11) root.left.left.left = TreeNode(7) root.left.left.right = TreeNode(2) root.right.left = TreeNode(13) root.right.right = TreeNode(4) root.right.right.right = TreeNode(1) sum = 22 print(hasPathSum(root, sum)) # Output: True 3. 最大子序和 目描述:给定一个整数数组,找到一个具有最大和的子数组,返回该子数组的和。 解思路:使用动态规划,定义状态dp[i]表示以第i个数结尾的最大子数组和,则状态转移方程为dp[i] = max(dp[i-1] + nums[i], nums[i])。 Python代码: def maxSubArray(nums): if not nums: return 0 n = len(nums) dp = [0] * n dp[0] = nums[0] for i in range(1, n): dp[i] = max(dp[i-1] + nums[i], nums[i]) return max(dp) nums = [-2,1,-3,4,-1,2,1,-5,4] print(maxSubArray(nums)) # Output: 6 总结:以上是三个Python版本的Leetcode简单的答案,它们涉及到哈希表、二叉树、动态规划等算法数据结构。这些目既考验了程序员的基本功,又是训练算法思维的好工具。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

一直学习永不止步

谢谢您的鼓励,我会再接再厉的!

¥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