前端算法题----三数求和问题

2024-06-23 16:20

本文主要是介绍前端算法题----三数求和问题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

算法题讲解

真题描述:

给你一个整数数组 nums ,判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i != j、i != k 且 j != k ,同时还满足 nums[i] + nums[j] + nums[k] == 0 。请

你返回所有和为 0 且不重复的三元组。

注意:答案中不可以包含重复的三元组。

示例1:

输入:nums = [-1,0,1,2,-1,-4]
输出:[[-1,-1,2],[-1,0,1]]
解释:
nums[0] + nums[1] + nums[2] = (-1) + 0 + 1 = 0 。
nums[1] + nums[2] + nums[4] = 0 + 1 + (-1) = 0 。
nums[0] + nums[3] + nums[4] = (-1) + 2 + (-1) = 0 。
不同的三元组是 [-1,0,1] 和 [-1,-1,2] 。
注意,输出的顺序和三元组的顺序并不重要。

示例2:

输入:nums = [0,1,1]
输出:[]
解释:唯一可能的三元组和不为 0 。

示例3:

输入:nums = [0,0,0]
输出:[[0,0,0]]
解释:唯一可能的三元组和为 0 。

思路分析

首先大家要记住一个结论:几乎所有的求和问题,都可以转化为求差问题

接下来就我们可以把求和问题变成求差问题——我们先固定其中一个数,在剩下的数中寻找是否有两个数和这个固定数相加是等于0的。虽然这道题看起来好像需要三层循环才能解决的样子,但是我们可以使用双指针法,可以大大提高定位效率。

注意:双指针法用在涉及求和、比大小类的数组题目里的前提是,该数组必须有序。否则双指针根本无法帮助我们缩小定位的范围,压根没有意义。因此这道题的第一步是将数组排序。

然后,遍历给定数组。对于当前遍历到的数字,将其固定,然后用左指针指向该数字后面一个位置,右指针指向数组末尾。接下来,让左右指针从起点和终点开始向中间靠拢,每次移动一个位置,并计算两个指针指向数字之和加上固定的数字之后是否等于0。如果等于0,则表示找到了一个目标组合;否则,根据计算结果分为两种情况:

  • 相加之和大于0,说明右侧的数偏大了,因此需要将右指针左移。
  • 相加之和小于0,说明左侧的数偏小了,因此需要将左指针右移。

需要注意的是,题目要求找出不重复的三元组,因此在实现时需要处理重复元素的情况。

方法一

代码

/*** @param {number[]} nums1* @param {number} m* @param {number[]} nums2* @param {number} n* @return {void} Do not return anything, modify nums1 in-place instead.*/
const merge = function(nums1, m, nums2, n) {// 初始化两个指针的指向,初始化 nums1 尾部索引klet i = m - 1, j = n - 1, k = m + n - 1// 当两个数组都没遍历完时,指针同步移动while(i >= 0 && j >= 0) {// 取较大的值,从末尾往前填补if(nums1[i] >= nums2[j]) {nums1[k] = nums1[i] i-- k--} else {nums1[k] = nums2[j] j-- k--}}// nums2 留下的情况,特殊处理一下 while(j>=0) {nums1[k] = nums2[j]  k-- j--}
};

这个函数的时间复杂度为O(m+n),空间复杂度为O(1)。

代码讲解:
  • 首先初始化三个指针:i 指向 nums1 的末尾元素,j 指向 nums2 的末尾元素,k 指向合并后的 nums1 的末尾。
  • ij 都大于等于 0 时,进行循环,同时移动指针 ij,每次取 nums1[i]nums2[j] 中较大的值填入 nums1[k] 中,并将指针 ik 同时向前移动,或者将 nums2[j] 填入 nums1[k] 中,并将指针 jk 同时向前移动。
  • 如果 nums2 中还有元素未被处理,就需要将其全部填入 nums1 中。
  • 最终,nums1 中存储的就是合并后的有序数组。

双指针法中的“对撞指针”法

“对撞指针法”
是一种特殊的双指针形态,通常应用于“有序数组”问题中。当我们看到有序数组这个关键条件时,就应该尝试使用对撞指针解决问题。

如果题目中没有给出数组有序的条件,我们可以手动对数组进行排序,再尝试使用对撞指针。对撞指针可以帮助我们缩小问题的范围,以便于把时间花在真正有意义的计算和对比上,同时降低问题的复杂度,提高解题速度。在“三数求和”问题中,我们可以用两个指针“画地为牢”圈出一个范围,范围以外的值不是太大就是太小、直接被排除在我们的判断逻辑之外,从而节省计算时间,提高解题效率。

总结

  • 双指针法,它可以做到空间换时间;另一方面,它也可以帮我们降低问题的复杂度
  • 双指针法用在涉及求和、比大小类的数组题目里时,大前提往往是,该数组必须有序。否则双指针根本无法帮助我们缩小定位的范围,压根没有意义
  • 当我们看到有序数组这个关键条件时,就应该尝试使用对撞指针解决问题。
写在最后

伙伴们,如果你觉得我写的文章对你有帮助就给zayyo点一个赞👍或者关注➕都是对我最大的支持。当然你也可以加我微信:IsZhangjianhao,邀你进我的前端学习交流群,一起学习前端,成为更优秀的工程师~

这篇关于前端算法题----三数求和问题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1087660

相关文章

部署Vue项目到服务器后404错误的原因及解决方案

《部署Vue项目到服务器后404错误的原因及解决方案》文章介绍了Vue项目部署步骤以及404错误的解决方案,部署步骤包括构建项目、上传文件、配置Web服务器、重启Nginx和访问域名,404错误通常是... 目录一、vue项目部署步骤二、404错误原因及解决方案错误场景原因分析解决方案一、Vue项目部署步骤

mybatis和mybatis-plus设置值为null不起作用问题及解决

《mybatis和mybatis-plus设置值为null不起作用问题及解决》Mybatis-Plus的FieldStrategy主要用于控制新增、更新和查询时对空值的处理策略,通过配置不同的策略类型... 目录MyBATis-plusFieldStrategy作用FieldStrategy类型每种策略的作

linux下多个硬盘划分到同一挂载点问题

《linux下多个硬盘划分到同一挂载点问题》在Linux系统中,将多个硬盘划分到同一挂载点需要通过逻辑卷管理(LVM)来实现,首先,需要将物理存储设备(如硬盘分区)创建为物理卷,然后,将这些物理卷组成... 目录linux下多个硬盘划分到同一挂载点需要明确的几个概念硬盘插上默认的是非lvm总结Linux下多

前端原生js实现拖拽排课效果实例

《前端原生js实现拖拽排课效果实例》:本文主要介绍如何实现一个简单的课程表拖拽功能,通过HTML、CSS和JavaScript的配合,我们实现了课程项的拖拽、放置和显示功能,文中通过实例代码介绍的... 目录1. 效果展示2. 效果分析2.1 关键点2.2 实现方法3. 代码实现3.1 html部分3.2

Python Jupyter Notebook导包报错问题及解决

《PythonJupyterNotebook导包报错问题及解决》在conda环境中安装包后,JupyterNotebook导入时出现ImportError,可能是由于包版本不对应或版本太高,解决方... 目录问题解决方法重新安装Jupyter NoteBook 更改Kernel总结问题在conda上安装了

pip install jupyterlab失败的原因问题及探索

《pipinstalljupyterlab失败的原因问题及探索》在学习Yolo模型时,尝试安装JupyterLab但遇到错误,错误提示缺少Rust和Cargo编译环境,因为pywinpty包需要它... 目录背景问题解决方案总结背景最近在学习Yolo模型,然后其中要下载jupyter(有点LSVmu像一个

解决jupyterLab打开后出现Config option `template_path`not recognized by `ExporterCollapsibleHeadings`问题

《解决jupyterLab打开后出现Configoption`template_path`notrecognizedby`ExporterCollapsibleHeadings`问题》在Ju... 目录jupyterLab打开后出现“templandroidate_path”相关问题这是 tensorflo

如何解决Pycharm编辑内容时有光标的问题

《如何解决Pycharm编辑内容时有光标的问题》文章介绍了如何在PyCharm中配置VimEmulator插件,包括检查插件是否已安装、下载插件以及安装IdeaVim插件的步骤... 目录Pycharm编辑内容时有光标1.如果Vim Emulator前面有对勾2.www.chinasem.cn如果tools工

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

Java多线程父线程向子线程传值问题及解决

《Java多线程父线程向子线程传值问题及解决》文章总结了5种解决父子之间数据传递困扰的解决方案,包括ThreadLocal+TaskDecorator、UserUtils、CustomTaskDeco... 目录1 背景2 ThreadLocal+TaskDecorator3 RequestContextH