1. 两数之和
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。
你可以假设每个输入只对应一种答案,且同样的元素不能被重复利用。
示例:
给定 nums = [2, 7, 11, 15], target = 9 因为 nums[0] + nums[1] = 2 + 7 = 9 所以返回 [0, 1]
// 思路: 利用查找表,一次遍历,寻找当前遍历的索引对应的target-nums[i],如果找到就返回,找不到就将当前的数据推入哈希表
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
unordered_map<int, int> record;
for (int i = 0; i < nums.size(); i++) {
int element = target - nums[i];
if (record.find(element) != record.end()) {
int res[2] = { record[element],i };
return vector<int>(res, res + 2);
}
record[nums[i]] = i;
}
throw invalid_argument("the input hao no solution");
}
};
// 相似的题目: 15. 3sum 三数之和
//给定一个包含 n 个整数的数组 nums,判断 nums 中是否存在三个元素 a,b,c ,使得 a + b + c = 0 ?找出所有满足条件且不重复的三元组。
//
//注意:答案中不可以包含重复的三元组。
//
//例如, 给定数组 nums = [-1, 0, 1, 2, -1, -4],
//
//满足要求的三元组集合为:
//[
// [-1, 0, 1],
// [-1, -1, 2]
//]
// 思路: 将三数相加简单地分解为1+2
// 利用查找表,在索引之前的数据中寻找当前遍历的索引对应的target-nums[i]的两个索引的和
class Solution2 {
public:
vector<vector<int>> threeSum(vector<int>& nums) {
vector<vector<int>> result;
unordered_map<int, int> record;
for (int i = 0; i < nums.size(); i++) {
int twoSumTarget = 0 - nums[i];
unordered_map<int, int> recordTwoSum;
vector<int> numsTwo;
for (int j = 0; j < i; j++) {
numsTwo.push_back(nums[j]);
}
for (int j = 0; j < numsTwo.size(); j++) {
int element = twoSumTarget - nums[j];
if (recordTwoSum.find(element) != recordTwoSum.end()) {
int res[3] = { element,nums[j],nums[i] };
result.push_back(vector<int>(res, res + 3));
}
else {
recordTwoSum[nums[j]] = j;
}
}
}
return result;
}
};
class Solution3 {
public:
vector<vector<int>> fourSum(vector<int>& nums, int target) {
if (nums.size() < 4)
return vector<vector<int>>();
vector<vector<int>> res;
sort(nums.begin(), nums.end());
int l = 0;
int r = nums.size() - 1;
while (r - l >= 3) {
int i = l + 1;
int j = r - 1;
if (nums[l] + nums[l + 1] + nums[l + 2] + nums[r] > target)
r--;
else if (nums[l] + nums[r - 2] + nums[r - 1] + nums[r] < target)
l++;
else {
int sumTarget = target - nums[l] - nums[r];
while (i < j) {
if (nums[i] + nums[j] == sumTarget) {
int res_[4] = { nums[l],nums[i],nums[j],nums[r] };
res.push_back(vector<int>(res_, res_ + 4));
}
else if (nums[i] + nums[j] < sumTarget)
i++;
else {
j--;
}
}
}
}
return res;
}
};
149. 直线上最多的点数
给定一个二维平面,平面上有 n 个点,求最多有多少个点在同一条直线上。
示例 1:
输入: [[1,1],[2,2],[3,3]] 输出: 3 解释: ^ | | o | o | o +-------------> 0 1 2 3 4
示例 2:
输入: [[1,1],[3,2],[5,3],[4,1],[2,3],[1,4]] 输出: 4 解释: ^ | | o | o o | o | o o +-------------------> 0 1 2 3 4 5 6
// Definition for a point.
struct Point {
int x;
int y;
Point() : x(0), y(0) {}
Point(int a, int b) : x(a), y(b) {}
};
// 思路: 选取一个基准点,然后计算剩余所有点与基准点的斜率,构建哈希表<斜率,数量>,遍历完所有基准点找出哈希表中的最大值即可,时间复杂度n平方
class Solution {
public:
int maxPoints(vector<Point>& points) {
if (points.size() == 0)
return 0;
int res = 0;
// 遍历所有关键点
for (int i = 0; i < points.size(); i++) {
unordered_map<long double, int> record;
int numSlopeMax = 0;
int samePoint = 0;
int res_tmp = 0;
// 遍历当前关键点的其余边
for (int j = 0; j < points.size(); j++) {
if (j != i) {
// 两点是同一位置的情况
if (points[i].x == points[j].x && points[i].y == points[j].y)
samePoint++;
// 两点不同位置下,记录斜率不存在的情况
else if (points[i].x == points[j].x) {
numSlopeMax++;
// 维护相同斜率点数的最大值
if (numSlopeMax > res_tmp)
res_tmp = numSlopeMax;
}
else {
long double slope = calSlope(points[i], points[j]);
// 相同斜率推进哈希表
record[slope]++;
// 维护相同斜率点数的最大值
if (record[slope] > res_tmp)
res_tmp = record[slope];
}
}
}
res_tmp += samePoint;
if (res < res_tmp)
res = res_tmp;
}
return res + 1; // 加上自身的点
}
private:
static long double calSlope(const Point &p1, const Point &p2) {
return (p1.y - p2.y) / (long double)(p1.x - p2.x);
}
};
219. 存在重复元素 II
给定一个整数数组和一个整数 k,判断数组中是否存在两个不同的索引 i 和 j,使得 nums [i] = nums [j],并且 i 和 j 的差的绝对值最大为 k。
示例 1:
输入: nums = [1,2,3,1], k = 3 输出: true
示例 2:
输入: nums = [1,0,1,1], k = 1 输出: true
示例 3:
输入: nums = [1,2,3,1,2,3], k = 2 输出: false
// 维护好一个长度为k的滑窗,查询当前遍历到的索引对应的值是否在滑窗中即可
class Solution {
public:
bool containsNearbyDuplicate(vector<int>& nums, int k) {
unordered_set<int> record;
for (int i = 0; i < nums.size(); i++) {
// 查询一下是否存在
if (record.find(nums[i]) != record.end())
return true;
// 维护好k长度的滑窗
record.insert(nums[i]);
if (record.size() == k + 1)
record.erase(nums[i - k]);
}
return false;
}
};
217. 存在重复元素contains - duplicate
给定一个整数数组,判断是否存在重复元素。
如果任何值在数组中出现至少两次,函数返回 true。如果数组中每个元素都不相同,则返回 false。
示例 1:
输入: [1,2,3,1] 输出: true
示例 2:
输入: [1,2,3,4] 输出: false
示例 3:
输入: [1,1,1,3,3,4,3,2,4,2] 输出: true
class Solution2 {
public:
bool containsNearbyAlmostDuplicate(vector<int>& nums, int k, int t) {
set<long long> record;
for (int i = 0; i < nums.size(); i++) {
// 查询一下是否有在[v-t,v+t]之间的元素
if (record.lower_bound((long long)nums[i] - t) != record.end()) // record.lower_bound(nums[i] - t),找到>=nums[i] - t的最小元素是否存在
if (*record.lower_bound((long long)nums[i] - t) <= (long long)nums[i] + t) // 得到>=nums[i] - t的最小元素的值
return true;
// 维护好k长度的滑窗
record.insert(nums[i]);
if (record.size() == k + 1)
record.erase(nums[i - k]);
}
return false;
}
};
447. 回旋镖的数量
给定平面上 n 对不同的点,“回旋镖” 是由点表示的元组 (i, j, k)
,其中 i
和 j
之间的距离和 i
和 k
之间的距离相等(需要考虑元组的顺序)。
找到所有回旋镖的数量。你可以假设 n 最大为 500,所有点的坐标在闭区间 [-10000, 10000] 中。
示例:
输入: [[0,0],[1,0],[2,0]] 输出: 2 解释: 两个回旋镖为 [[1,0],[0,0],[2,0]] 和 [[1,0],[2,0],[0,0]]
// 为中间的枢纽点创建边长的哈希表<dis,fre>,以中间点为枢纽寻找等边的组合
class Solution {
public:
int numberOfBoomerangs(vector<pair<int, int>>& points) {
int res = 0;
for (int i = 0; i < points.size(); i++) {
unordered_map<int, int> record;
// 创建此点的边长哈希表
for (int j = 0; j < points.size(); j++) {
if (j != i) {
record[dis(points[i], points[j])]++;
}
}
// 遍历哈希表,计算存在两边长相等的组合
for (auto iter = record.begin(); iter != record.end(); iter++) {
res += iter->second*(iter->second - 1);
}
}
return res;
}
private:
int dis(const pair<int, int> &pa, const pair<int, int> &pb) {
return (pa.first - pb.first)*(pa.first - pb.first) + (pa.second - pb.second)*(pa.second - pb.second);
}
};
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
// 思路: 将向量C和D组合成哈希表,key为sum和,value为相应的组合数
class Solution {
public:
int fourSumCount(vector<int>& A, vector<int>& B, vector<int>& C, vector<int>& D) {
int res = 0;
// 完成哈希查找表
unordered_map<int, int> record;
for (int i = 0; i < C.size(); i++) {
for (int j = 0; j < D.size(); j++) {
record[C[i] + D[j]]++;
}
}
// 双层遍历查找组合数
for (int i = 0; i < A.size(); i++) {
for (int j = 0; j < B.size(); j++) {
if (record.find(0 - A[i] - B[j]) != record.end()) {
res += record[0 - A[i] - B[j]];
}
}
}
return res;
}
};