四数相加II
本节对应代码随想录中:代码随想录,讲解视频:学透哈希表,map使用有技巧!LeetCode:454.四数相加II_哔哩哔哩_bilibili
习题
题目链接:454. 四数相加 II - 力扣(LeetCode)
给你四个整数数组 nums1、nums2、nums3 和 nums4 ,数组长度都是 n ,请你计算有多少个元组 (i, j, k, l) 能满足:
- 0 <= i, j, k, l < n
- nums1[i] + nums2[j] + nums3[k] + nums4[l] == 0
示例 1:
输入:nums1 = [1,2], nums2 = [-2,-1], nums3 = [-1,2], nums4 = [0,2]
输出:2
解释:两个元组如下:
1.(0, 0, 0, 1) -> nums1[0] + nums2[0] + nums3[0] + nums4[1] = 1 + (-2) + (-1) + 2 = 0
2.(1, 1, 0, 0) -> nums1[1] + nums2[1] + nums3[0] + nums4[0] = 2 + (-1) + (-1) + 0 = 0
暴力解法
暴力解法会超时,这里只作为参考
题目意思简单来说就是四个数组分别找出一个数,让它们相加为0。最直接的就是四个 for 循环遍历每个数组,只要和为0,那就加1。但是四重 for 循环的时间复杂度是 O(n^4),肯定会超时。
那我们可不可以把四重 for 循环降到三重 for 循环?
我们这章学的是哈希表,而哈希表查找指定元素是否出现过的时间复杂度为 O(1)。第四层 for 循环实际上就是查找有没有0-nums1-nums2-nums3的数存在,存在的话,它的次数是多少。那我们就可以使用一个 unordered_map 来存放一个数组如 nums4,key 存放 nums4的元素,value 存放其出现次数。这样就可以把时间复杂度降到 O(n^3),不过即使优化到三重 for 循环但还是会超时
注意不能用 set,set 只能存放 key,即不能统计出现次数。虽然用 multiset 然后再用 count 函数计数也能统计次数,但是 multiset 的查找时间复杂度为 O(logn)。
class Solution {
public:
int fourSumCount(vector<int>& nums1,vector<int>& nums2,vector<int>& nums3,vector<int>& nums4) {
int size = nums1.size();
int res = 0;
unordered_map<int, int> hash_map;
// key存放nums4的元素,value存放出现的次数
for (int i = 0; i < size; i++) {
hash_map[nums4[i]]++;
}
for (int i = 0; i < size; i++) {
for (int j = 0; j < size; j++) {
for (int m = 0; m < size; m++) {
// 如果能在hash_map中找到-(nums1+nums2+nums3),则将res+出现的次数
auto it = hash_map.find(0 - nums1[i] - nums2[j] - nums3[m]);
if (it != hash_map.end()) {
res += it->second;
}
}
}
}
return res;
}
};
- 时间复杂度:O(n^3)。其中 n 为 nums1, nums2, nums3, nums4 数组的长度,因为有三个嵌套的 for 循环
- 空间复杂度:O(n)。因为使用了一个哈希表来存储 nums4 的元素及其出现次数,而哈希表的大小最多为 n
哈希表
既然上面的三重 for 循环会超时,那解法一定是小于三重 for 循环的。比如,可不可以只使用两重 for 循环即 O(n^2)
上面的解法中,我们是用 map 存放一个数组的元素,然后遍历剩下的三个数组。那如果我们先遍历两个数组,让 map 存放的是它们的和,然后再遍历另外两个数组。就可以查找 map 中是否含有-(nums3+nums4),有的话加上它的次数即可。这样我们就可以继续优化到 O(n^2)。
同理,如果是六个数组,那就可以存放三个数组的和,再三重 for 循环,即存放一半数组的和
class Solution {
public:
int fourSumCount(vector<int>& nums1,vector<int>& nums2,vector<int>& nums3,vector<int>& nums4) {
int size = nums1.size();
int res = 0;
unordered_map<int, int> hash_map;
// key存放nums1+nums2的和,value存放和出现的次数
for (int i = 0; i < size; i++) {
for (int j = 0; j < size; j++) {
hash_map[nums1[i] + nums2[j]]++;
}
}
for (int i = 0; i < size; i++) {
for (int j = 0; j < size; j++) {
// 如果能在hash_map中找到-(nums3+nums4),则将res+出现的次数
auto it = hash_map.find(0 - nums3[i] - nums4[j]);
if (it != hash_map.end()) {
res += it->second;
}
}
}
return res;
}
};
- 时间复杂度:O(n^2)。n 为 nums1、nums2、nums3、nums4 数组的长度,因为使用了两层 for 循环遍历四个数组,其中每一次操作都花费 O(1) 的时间。并且还有一次对哈希表的查找操作,查找的时间复杂度为 O(1),所以总时间复杂度为 O(n^2)
- 空间复杂度:O(n^2)。n 为 nums1、nums2、nums3、nums4 数组的长度,我们使用一个哈希表记录 nums1 和 nums2 中所有元素的两两之和,最多有 n^2 种不同的可能性,所以空间复杂度为 O(n^2)