代码随想录算法训练营第六天|454.四数相加II;383. 赎金信;15. 三数之和;18. 四数之和

本文主要是介绍代码随想录算法训练营第六天|454.四数相加II;383. 赎金信;15. 三数之和;18. 四数之和,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!

今日任务

●  454.四数相加II

●  383. 赎金信

●  15. 三数之和

●  18. 四数之和

详细布置

454.四数相加II

建议:本题是 使用map 巧妙解决的问题,好好体会一下 哈希法 如何提高程序执行效率,降低时间复杂度,当然使用哈希法 会提高空间复杂度,但一般来说我们都是舍空间 换时间, 工业开发也是这样。

题目链接:. - 力扣(LeetCode)

题目链接/文章讲解/视频讲解:代码随想录

暴力解:

四层循环遍历,每找到一种就累计一次(缺陷是最后一次的数组每次都需要遍历一遍)

public int fourSumCount(int[] nums1, int[] nums2, int[] nums3, int[] nums4) {int res = 0;for(int i=0;i<nums1.length;i++){for(int j=0;j<nums2.length;j++){for(int k=0;k<nums3.length;k++){for(int l=0;l<nums4.length;l++){if(nums1[i]+nums2[j]+nums3[k]+nums4[l] == 0){res++;}}}}}return res;}
优化:

利用分治,分别两两数组计算,变成两数之和的问题

// 优化思路: 分治处理,再利用map累计次数//public int fourSumCount(int[] nums1, int[] nums2, int[] nums3, int[] nums4) {int res = 0;Map<Integer,Integer> map = new HashMap<Integer,Integer>();//汇总前两个数组,并用map记录累加和及相同累加和出现的次数for(int i:nums1){for(int j:nums2){int sum = i+j;map.put(sum,map.getOrDefault(sum,0)+1);}}for(int i:nums3){for(int j:nums4){int sum = i+j;if(map.containsKey(-sum)){res += map.get(-sum);}}}return res;}
       

383. 赎金信

建议:本题 和 242.有效的字母异位词 是一个思路 ,算是拓展题

题目链接:. - 力扣(LeetCode)

题目链接/文章讲解:代码随想录

ransomNote 和 magazine 由小写英文字母组成 -- 第一反应就是,可以用 s.charAt(i)-'a' 的方式 用 26 个数组来做为字典表

//ransomNote 和 magazine 由小写英文字母组成 -- 说明可以用 s.charAt(i)-'a' 的方式来记录对应的元素public boolean canConstruct(String ransomNote, String magazine) {int[] dirt = new int[26];for(int i=0;i<magazine.length();i++){dirt[magazine.charAt(i)-'a'] ++;}boolean res = true;for(int i=0;i<ransomNote.length();i++){if(dirt[ransomNote.charAt(i)-'a']-- ==0){res = false;break;}}return res;}

15. 三数之和

建议:本题虽然和 两数之和 很像,也能用哈希法,但用哈希法会很麻烦,双指针法才是正解,可以先看视频理解一下 双指针法的思路,文章中讲解的,没问题 哈希法很麻烦。

题目链接:. - 力扣(LeetCode)

题目链接/文章讲解/视频讲解:代码随想录

哈希解:

public List<List<Integer>> threeSum(int[] nums) {Map<String,List<Integer>> res = new HashMap<>();//key 累加和,val: 组成的元素的索引组合Map<Integer,List<List<Integer>>> map = new HashMap<>();int l=0;int r=1;while(l<r && l < nums.length -1 && r < nums.length){int sum = nums[l] + nums[r];List<List<Integer>> val = map.get(sum);if(val == null){val = new ArrayList();}List<Integer> son = new ArrayList(2);son.add(l);son.add(r++);val.add(son);map.put(sum,val); //每次右指针到头时,都需要重置左右指针if(r == nums.length ){l++;r = l+1;}}for(int i=0;i<nums.length;i++){if(map.containsKey(-nums[i])){List<List<Integer>> val = map.get(-nums[i]);for(List<Integer> list:val){if(!list.contains(i)){List<Integer> sonList = new ArrayList();sonList.add(nums[list.get(0)]);sonList.add(nums[list.get(1)]);sonList.add(nums[i]);String key = sonList.stream().sorted().map(Object::toString).collect(Collectors.joining());res.put(key,sonList);}}}}return new ArrayList<>(res.values());}

三指针解:

 /*** [-1,0,1,2,-1,-4]* 排序* [-4,-1,-1,0,1,2]*   p  l        r --> nums[l] + nums[r] < 0-(-4) ,即说明当前双指针对应元素的值偏小,又因为数组已经升序排序了,这个时候逐步右移l,*   p         l r --> 一直右移到最右侧,说明当前定点值太小,逐步右移定点P,再执行上述的操作过程*      p  l     r --> nums[l] + nums[r] = 0-(-1) ,满足条件,再逐步右移定点P,再执行上述的操作过程*        p  l   r --> nums[l] + nums[r] > 0-(-1) ,即说明当前双指针对应元素的值偏大,又因为数组已经升序排序了,这个时候逐步左移r*        p  l r   --> 当移动到 l + 1 位置时,nums[l] + nums[r] = 0-(-1),满足条件,再逐步右移定点P,再执行上述的操作过程*           p l r --> 当p点已经移动到了倒数第三位的时候,只需要计算最后三位的和即可(这里还有一个隐形条件,如果,定点已经到正数了则最右侧的值不管怎么加都是大于0的,这个时候直接跳出循环即可)* 输出:* [-1,-1,2]* [-1,0,1]** 核心思路:*    1.对数组进行排序,从最左侧定点之后,再通过双指针的方式依次遍历定点+1 与 len -1 对应位置的值* @param nums* @return*/public static List<List<Integer>> threeSum(int[] nums) {if(nums.length<3){return null;}//优先数组排序Arrays.sort(nums);if(nums[0] > 0){return null;}List<List<Integer>> ans = new ArrayList<>();int p = 0;//指定定点边界while(p < nums.length-1 && nums[p] <= 0){int target = 0-nums[p];//左指针int l = p+1;//右指针int r = nums.length -1;while(l<r){int c = nums[l] + nums[r];if(c < target){//即说明当前双指针对应元素的值偏小,又因为数组已经升序排序了,这个时候逐步右移ll++;}else if(c > target){//即说明当前双指针对应元素的值偏大,又因为数组已经升序排序了,这个时候逐步左移rr--;}else{//避免重复:如果l+1位置的值与l位置的一致,则继续右移才行while (l<r && nums[l]==nums[l+1]){ l++;}//避免重复:如果r-1位置的值与r位置的一致,则继续左移才行while (l<r && nums[r]==nums[r-1]){ r++;}//相等:则满足条件,添加元素List<Integer> list =  new ArrayList<>(3);list.add(nums[p]);list.add(nums[l]);list.add(nums[r]);ans.add(list);break;}}//右移定点p++;}return ans;}

18. 四数之和

建议: 要比较一下,本题和 454.四数相加II 的区别,为什么 454.四数相加II 会简单很多,这个想明白了,对本题理解就深刻了。 本题 思路整体和 三数之和一样的,都是双指针,但写的时候 有很多小细节,需要注意,建议先看视频。

题目链接:

题目链接/文章讲解/视频讲解:代码随想录

暴力四指针求解

public List<List<Integer>> fourSum(int[] nums, int target) {Arrays.sort(nums);List<List<Integer>> res = new ArrayList<>();for (int i = 0; i < nums.length; i++) {if (i > 0 && nums[i] == nums[i - 1]) continue; // 去重for (int j = i + 1; j < nums.length; j++) {if (j > i + 1 && nums[j] == nums[j - 1]) continue; // 去重int l = j + 1;int r = nums.length - 1;while (l < r) {if (r < nums.length - 1 && nums[r] == nums[r + 1]) { // 去重r--;} else if (l > j + 1 && nums[l] == nums[l - 1]) { // 去重l++;} else if ((long) nums[i] + nums[j] + nums[l] + nums[r] > target) { r--;} else if ((long) nums[i] + nums[j] + nums[l] + nums[r] < target) {l++;} else {res.add(Arrays.asList(nums[i], nums[j], nums[l], nums[r]));l++; r--;}}}}return res;}

通过递归回溯实现

LeetCode提交会超时,这里仅提供思路,回溯本质上是暴力解,需要挖掘条件尽可能去剪枝

 /*** 递归回溯实现:** @param nums* @param target* @return*/public  static  List<List<Integer>> fourSum(int[] nums, int target) {List<List<Integer>> res = new ArrayList<>();if (nums == null || nums.length < 4) {return res;}//优先按从小到大排序Arrays.sort(nums);//极限问题//最大的四个数之和都比target小,则直接返回if(target > nums[nums.length - 1] + nums[nums.length - 2] + nums[nums.length - 3] + nums[nums.length - 4]){return res;}LinkedList<Integer> path = new LinkedList<>();Set<String> set = new HashSet<>();dfs(nums,res,set,path,target,0,0);return res;}/*** 递归回溯实现:*   回溯的关键在于什么时候 递 什么时候归,什么时候需要回溯,回溯到哪一步** @param nums* @param res 用于收集所有满足条件的解* @param path 用于收集或回溯当前的组合* @param set 用于避免收集到重复解* @param target* @param curSum* @param idx*/public static void dfs(int[] nums,List<List<Integer>> res,Set<String> set,LinkedList<Integer> path,int target,int curSum,int idx){//当前和大于目标了都终止(因为nums是从小到大排序的继续往后面找只会越来越大)if(curSum > target && path.size()>4){return;}//收集最终满足的结果:后面的就需要继续遍历了,因为nums是从小到大排序的,后面的元素只会越来越大,就算后一个元素等于前一个元素(对于本题来说也不需要解都是相同的)//又因为最终收集的结果是值并不是索引,且要求不重复,则需要判断当前的组合是否已经收集,如果已收集就不需要了if(path.size() == 4 && curSum == target){String key = path.stream().map(Object::toString).collect(Collectors.joining(","));if(set.contains(key)){return;}set.add(key);res.add(new ArrayList<>(path));return;}for (int i = idx; i < nums.length; i++) {//选择当前元素path.add(nums[i]);//累加组合元素之和curSum += nums[i];dfs(nums,res,set,path,target,curSum,i+1);//回溯//撤销选择path.removeLast();//撤销累加curSum -= nums[i];}}

这篇关于代码随想录算法训练营第六天|454.四数相加II;383. 赎金信;15. 三数之和;18. 四数之和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/1101023

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n