4sum

本文介绍了一种高效算法,用于在给定数组中查找所有和为目标值的四元组,并确保四元组元素按升序排列且不包含重复结果。通过排序数组并使用双指针技术,该算法能够有效地解决四数之和问题。

Given an array S of n integers, are there elements a, b, c, and d in S such that a + b + c + d = target? Find all unique quadruplets in the array which gives the sum of target.

Note:

  • Elements in a quadruplet (a,b,c,d) must be in non-descending order. (ie, abcd)
  • The solution set must not contain duplicate quadruplets.

    For example, given array S = {1 0 -1 0 -2 2}, and target = 0.

    A solution set is:
    (-1,  0, 0, 1)
    (-2, -1, 1, 2)
    (-2,  0, 0, 2)

 

先排序,两层for循环从左往右扫描第一个值和第二个值a1 a2,然后在第二个值的右边,搜索和为target-a1-a2;

第三个a3和第四个数a4的扫面相当于2sum,因为是有序的,用两个指针指向大于a2的最左边和最右边如果 sum<target,左指针++,若 sum<target右指针--;

这里要考虑结果重复的情况。当里层循环结束时,肯定会把外层循环值的可能的所有情况都列出,所以外层循环值应该向后推移到不等于当前值的地方。

对于第三个值和第四个值,当找到符合的a3 a4时,将a3 a4 向右 左推移到不同于当前值的下标。

 

测试用例{1,1,1,1,1,1,1,2,2,2,2,2,3,3,3,3,3,4,4,4,4,55,6,7} ,11  3

              {1,1,1}

 

 

class Solution {
public:
    vector<vector<int> > fourSum(vector<int> &num, int target) {
        sort(num.begin(), num.end());

		vector<vector<int>>rst;
		vector<int>v;
		for(int i = 0 ; i < num.size(); ++i)
		{
			//if(i > 0 && num[i] ==  num[i - 1])continue;
			
			for(int j = i + 1; j < num.size(); ++j)
			{
				//if(num[j] == num[j - 1])continue;
				int l = j + 1, r = num.size() - 1;
				while(l < r)
				{
					int sum = num[i] + num[j] + num[l] + num[r];
					if(sum < target)
					{
						l++;
						
					}
						
					else if(sum > target)
					{
						r--;
						
					}
					else
					{
						
						v.push_back(num[i]);v.push_back(num[j]);
						v.push_back(num[l]);v.push_back(num[r]);
						
						rst.push_back(v);
						v.clear();
						while(l < r && num[l] == num[l + 1])l++;//左右推移时考虑推移的边界
						while(r > l && num[r] == num[r - 1])r--;
						l++;
						r--;
						
					}

					
		 			//cout<<l<<"  "<<r<<endl;
				}
				while(j < num.size() - 1 && num[j] == num[j + 1])j++;//当前值的里层循环结束后,以当前值开头的所有值都列出,
				                                                     //推移到与当前值不相等的值
			}
			while(i < num.size() - 1 && num[i] == num[i + 1])i++;
		}

		return rst;
    }
};


 

在LeetCode中解决2Sum、3Sum4Sum问题时,利用双指针算法可以有效地提高解题效率。下面是针对每个问题的解决方法和时间复杂度分析。 参考资源链接:[Python双指针算法解LeetCode2/3/4Sum问题](https://wenku.youkuaiyun.com/doc/3s1mcqk5a2?spm=1055.2569.3001.10343) 2Sum问题的解决方法: a. 暴力解法:使用嵌套循环遍历数组中的每对元素,时间复杂度为O(n^2)。 b. 排序优化:对数组进行排序后使用双指针,时间复杂度为O(n log n)。 c. 哈希表结构:构建一个哈希表以存储元素值和其索引,时间复杂度为O(n)。 3Sum问题的解决方法: 由于问题要求找出所有不重复的三元组,因此在排序后使用双指针是较为有效的方法。首先对数组进行排序,然后对于数组中的每个元素,使用左右两个指针在该元素后面的数组中寻找满足条件的三元组。时间复杂度为O(n^2)。 4Sum问题的解决方法: 4Sum问题可以看作是3Sum问题的扩展,需要嵌套使用双指针技术。首先对数组进行排序,然后对于数组中的每个元素,考虑该元素后面的数组中是否存在两个数的和等于目标值减去该元素值的负数。时间复杂度为O(n^3),由于使用了排序,因此最坏情况下的时间复杂度会更高。 综上所述,双指针算法在处理这类问题时能够显著减少计算量,尤其在数组已经排序的情况下。通过合理运用排序和双指针技巧,我们可以将求解时间从指数级别降低到多项式级别,这对于算法性能的提升至关重要。如果需要更深入地理解双指针算法及其在这些问题上的应用,推荐阅读《Python双指针算法解LeetCode2/3/4Sum问题》。这份资源详细介绍了不同解法的代码实现,并且通过多个示例,帮助读者更好地掌握双指针算法的精髓。 参考资源链接:[Python双指针算法解LeetCode2/3/4Sum问题](https://wenku.youkuaiyun.com/doc/3s1mcqk5a2?spm=1055.2569.3001.10343)
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值