前一段時間,咱們介紹了LeetCode上面的一個經典算法題【兩數之和問題】。程序員
這一次,咱們把問題作一下擴展,嘗試在數組中找到和爲「特定值」的三個數。算法
題目的具體要求是什麼呢?給定下面這樣一個整型數組:數組
咱們隨意選擇一個特定值,好比13,要求找出三數之和等於13的所有組合。ide
因爲5+6+2=13, 5+1+7=13,3+9+1=13,因此最終的輸出結果以下:指針
【5, 6,2】
【5, 1,7】
【3, 9,1】code
小灰的思路,是把本來的「三數之和問題」,轉化成求n次「兩數之和問題」。blog
咱們以上面這個數組爲例,選擇特定值13,演示一下小灰的具體思路:排序
第1輪,訪問數組的第1個元素5,把問題轉化成從後面元素中找出和爲8(13-5)的兩個數:three
如何找出和爲8的兩個數呢?按照上一次所講的,咱們可使用哈希表高效求解:get
第2輪,訪問數組的第2個元素12,把問題轉化成從後面元素中找出和爲1(13-12)的兩個數:
第3輪,訪問數組的第3個元素6,把問題轉化成從後面元素中找出和爲7(13-6)的兩個數:
以此類推,一直遍歷完整個數組,至關於求解了n次兩數之和問題。
public static List<List<Integer>> threeSum(int[] nums, int target) { List<List<Integer>> resultList = new ArrayList<>(); for (int i = 0; i < nums.length; i++) { Map<Integer, Integer> map = new HashMap<>(); int d1 = target - nums[i]; //尋找兩數之和等於d1的組合 for (int j = i+1; j < nums.length; j++) { int d2 = d1 - nums[j]; if (map.containsKey(d2)) { resultList.add(Arrays.asList(nums[i], d2, nums[j])); } map.put(nums[j], j); } } return resultList; }
在上面的代碼中,每一輪解決「兩數之和問題」的時間複雜度是O(n),一共迭代n輪,因此該解法總的時間複雜度是O(n²)。
至於空間複雜度,同一個哈希表被反覆構建,哈希表中最多有n-1個鍵值對,因此該解法的空間複雜度是O(n)。
咱們仍然以以前的數組爲例,對數組進行升序排列:
這樣提及來有些抽象,咱們來具體演示一下:
第1輪,訪問數組的第1個元素1,把問題轉化成從後面元素中找出和爲12(13-1)的兩個數。
如何找出和爲12的兩個數呢?咱們設置兩個指針,指針j指向剩餘元素中最左側的元素2,指針k指向最右側的元素12:
計算兩指針對應元素之和,2+12 = 14 > 12,結果偏大了。
因爲數組是按照升序排列,k左側的元素必定小於k,所以咱們把指針k左移一位:
計算兩指針對應元素之和,2+9 = 11< 12,此次結果又偏小了。
j右側的元素必定大於j,所以咱們把指針j右移一位:
計算兩指針對應元素之和,3+9 = 12,正好符合要求!
所以咱們成功找到了一組匹配的組合:1,3,9
但這並非結束,咱們要繼續尋找其餘組合,讓指針k繼續左移:
計算兩指針對應元素之和,3+7 = 10< 12,結果偏小了。
因而咱們讓指針j右移:
計算兩指針對應元素之和,5+7 = 12,又找到符合要求的一組:
1,5,7
咱們繼續尋找,讓指針k左移:
計算兩指針對應元素之和,5+6 = 11< 12,結果偏小了。
因而咱們讓指針j右移:
此時雙指針重合在了一塊兒,若是再繼續移動,就有可能和以前找到的組合重複,所以咱們直接結束本輪循環。
第2輪,訪問數組的第2個元素2,把問題轉化成從後面元素中找出和爲11(13-2)的兩個數。
咱們仍然設置兩個指針,指針j指向剩餘元素中最左側的元素3,指針k指向最右側的元素12:
計算兩指針對應元素之和,3+12 = 15 > 11,結果偏大了。
咱們讓指針k左移:
計算兩指針對應元素之和,3+9 = 12 > 11,結果仍然偏大。
咱們讓指針k繼續左移:
計算兩指針對應元素之和,3+7 = 10 < 11,結果偏小了。
咱們讓指針j右移:
計算兩指針對應元素之和,5+7 = 12 > 11,結果又偏大了。
咱們讓指針k左移:
計算兩指針對應元素之和,5+6 = 11,因而咱們又找到符合要求的一組:
2,5,6
咱們繼續尋找,讓指針k左移:
此時雙指針又一次重合在一塊兒,咱們結束本輪循環。
按照這個思路,咱們一直遍歷完整個數組。
像這樣利用兩個指針指向數組兩端,不斷向中間靠攏調整來尋找匹配組合的方法,就是雙指針法,也被稱爲「夾逼法」。
public static List<List<Integer>> threeSumv2(int[] nums, int target) { Arrays.sort(nums); List<List<Integer>> resultList = new ArrayList<List<Integer>>(); //大循環 for (int i = 0; i < nums.length; i++) { int d = target - nums[i]; // j和k雙指針循環定位,j在左端,k在右端 for (int j=i+1,k=nums.length-1; j<nums.length; j++) { // k指針向左移動 while (j<k && (nums[j]+nums[k])>d) { k--; } //雙指針重合,跳出本次循環 if (j == k) { break; } if (nums[j] + nums[k] == d) { List<Integer> list = Arrays.asList(nums[i], nums[j], nums[k]); resultList.add(list); } } } return resultList; }
上面這段代碼表面上有三層循環,但每一輪指針j和k的移動次數加起來最多n-1次,所以該解法的總體時間複雜度是O(n²)。
最關鍵的是,該解法並無使用額外的集合(排序是直接在輸入數組上進行的),因此空間複雜度只有O(1)!
—————END—————
喜歡本文的朋友,歡迎關注公衆號 程序員小灰,收看更多精彩內容
點個[在看],是對小灰最大的支持!