K Sum

2sum的算法复杂度是O(N log N) 因为排序用了N log N以及头尾指针的搜索是线性的，所以总体是O(N log N)，好了现在考虑3sum, 有了2sum其实3sum就不难了，这样想：先取出一个数，那么我只要在剩下的数字里面找到两个数字使得他们的和等于(target – 那个取出的数)就可以了吧。所以3sum就退化成了2sum, 取出一个数字，这样的数字有N个，所以3sum的算法复杂度就是O(N^2 ), 注意这里复杂度是N平方，因为你排序只需要排一次，后面的工作都是取出一个数字，然后找剩下的两个数字，找两个数字是2sum用头尾指针线性扫，这里很容易错误的将复杂度算成O(N^2 log N)，这个是不对的。我们继续的话4sum也就可以退化成3sum问题(copyright @sigmainfy)，那么以此类推，K-sum一步一步退化，最后也就是解决一个2sum的问题，K sum的复杂度是O(n^(K-1))。 这个界好像是最好的界了，也就是K-sum问题最好也就能做到O(n^(K-1))复杂度，之前有看到过有人说可以严格数学证明，这里就不深入研究了。

 

class Solution {
public:
	vector< vector > findZeroSumInSortedArr(vector &num, int begin, int count, int target) {
		vector<vector > ret;
		vector tuple;
		set visited;
		if (count == 2) {
			int i = begin, j = num.size()-1;
			while (i < j) {
				int sum = num[i] + num[j];
				if (sum == target && visited.find(num[i]) == visited.end()) {
					tuple.clear();
					visited.insert(num[i]);
					visited.insert(num[j]);
					tuple.push_back(num[i]);
					tuple.push_back(num[j]);
					ret.push_back(tuple);
					i++; j–;
				} else if (sum < target) {
					i++;
				} else {
					j–;
				}
			}
		} else {
			for (int i=begin; i<num.size(); i++) {
				if (visited.find(num[i]) == visited.end()) {
					visited.insert(num[i]);
					vector subRet = findZeroSumInSortedArr(num, i+1, count-1, target-num[i]);
					if (!subRet.empty()) {
						for (int j=0; j<subRet.size(); j++) {
							subRet[j].insert(subRet[j].begin(), num[i]);
						}
						ret.insert(ret.end(), subRet.begin(), subRet.end());
					}
				}
			}
		}
		return ret;
	}

	vector threeSum(vector &num) {
		sort(num.begin(), num.end());
		return findZeroSumInSortedArr(num, 0, 3, 0);
	}

	vector fourSum(vector &num, int target) {
		sort(num.begin(), num.end());
		return findZeroSumInSortedArr(num, 0, 4, target);
	}
};

From:

http://tech-wonderland.net/blog/summary-of-ksum-problems.html