力扣HOT100-三数之和

思路

先固定一个数,在寻找两数之和。

优化:这样会导致重复遍历,例如对于A元素,找到了B和C。

那么对于B元素时,同样还会再找一遍A和C,造成了重复。

因此,我们可以考虑对数组从大到小进行排序,这样我们仅需遍历固定元素的右边元素即可。

Python版本

class Solution:
    def threeSum(self, nums: List[int]) -> List[List[int]]:
        # 先固定一个数,在寻找两数之和
        # 时间复杂度为O(n*n)
        # 优化:这样会导致重复遍历,例如对于A元素,找到了B和C
        # 那么对于B元素时,同样还会再找一遍A和C,造成了重复
        # 因此,我们可以考虑对数组从小到大进行排序,这样我们仅需遍历固定元素的右边元素即可
        n = len(nums)
        nums.sort()
        res = []
        for i in range(n-2):
            if i > 0 and nums[i] == nums[i-1]:
                # 因为答案不可以包含重复的三元组,所以需要跳过
                continue
            l = i + 1
            r = n - 1
            while l < r:
                s = nums[i] + nums[l] + nums[r]
                if s > 0:
                    # 调低nums[l] + nums[r]
                    r -= 1
                    # while l < r and nums[r] == nums[r+1]:
                    #     r -= 1
                elif s < 0:
                    l += 1
                    # while l < r and nums[l] == nums[l-1]:
                    #     l += 1
                else:
                    res.append([nums[i],nums[l],nums[r]])
                    r -= 1
                    while l < r and nums[r] == nums[r+1]:
                        r -= 1
                    l += 1
                    while l < r and nums[l] == nums[l-1]:
                        l += 1
                    
        return res

Java版本

class Solution {
    public List<List<Integer>> threeSum(int[] nums) {
        int n = nums.length;
        Arrays.sort(nums);
        List<List<Integer>> res = new ArrayList<List<Integer>>();
        for (int i = 0;i < n - 2;i++){
            if (i > 0 && nums[i] == nums[i -1]){
                continue;
            }
            int l = i + 1;
            int r = n - 1;
            while (l < r){
                int s = nums[i] + nums[l] + nums[r];
                if (s > 0){
                    r -= 1;
                }else if (s < 0){
                    l += 1;
                }else{
                    List<Integer> list = new ArrayList<Integer>();
                    list.add(nums[i]);
                    list.add(nums[l]);
                    list.add(nums[r]);
                    res.add(list);
                    r -= 1;
                    while (l < r && nums[r] == nums[r+1]){
                        r -= 1;
                    }
                    l += 1;
                    while (l < r && nums[l] == nums[l -1]){
                        l += 1;
                    }
                }
            }
        }
        return res;
    }
}
### 力扣热门100题列表 力扣LeetCode)上的热门题目通常是指那些被广泛讨论、高频面试或者具有较高难度的题目。这些题目涵盖了数据结构和算法的核心知识点,适合用来提升编程能力和解决实际问题的能力。 以下是基于社区反馈整理的部分 **LeetCode Hot 100 Problems List**: #### 数组与字符串 1. Two Sum (两数之和)[^1] 2. Longest Substring Without Repeating Characters (无重复字符的最长子串)[^2] 3. Median of Two Sorted Arrays (两个有序数组的中位数)[^1] 4. Container With Most Water (盛最多水的容器)[^2] #### 链表 5. Reverse Linked List (反转链表) 6. Merge Two Sorted Lists (合并两个有序链表) 7. Remove Nth Node From End of List (删除倒数第N个节点) 8. Linked List Cycle II (环形链表II) #### 堆栈与队列 9. Valid Parentheses (有效的括号) 10. Min Stack (最小栈) 11. Sliding Window Maximum (滑动窗口最大值)[^2] #### 树与二叉树 12. Binary Tree Inorder Traversal (二叉树的中序遍历) 13. Validate Binary Search Tree (验证二叉搜索树) 14. Same Tree (相同的树) 15. Serialize and Deserialize Binary Tree (序列化与反序列化二叉树) #### 图论 16. Number of Islands (岛屿数量) 17. Course Schedule (课程表) 18. Clone Graph (克隆图) #### 排序与搜索 19. Find First and Last Position of Element in Sorted Array (在排序数组中查找元素的第一个和最后一个位置) 20. Search a 2D Matrix (二维矩阵搜索) 21. K Closest Points to Origin (最接近原点的K个点) #### 动态规划 22. Climbing Stairs (爬楼梯) 23. House Robber (打家劫舍)[^1] 24. Coin Change (零钱兑换) 25. Unique Paths (不同路径) #### 贪心算法 26. Jump Game (跳跃游戏)[^1] 27. Non-overlapping Intervals (无重叠区间) 28. Best Time to Buy and Sell Stock (买卖股票的最佳时机)[^1] #### 字符串匹配与处理 29. Implement strStr() (实现strStr()) 30. Longest Consecutive Sequence (最长连续序列) 31. Group Anagrams (分组异位词) --- ### 示例代码片段 以下是一个关于动态规划的经典例子——`Climbing Stairs` 的 Python 实现: ```python class Solution: def climbStairs(self, n: int) -> int: if n == 1 or n == 2: return n dp = [0] * (n + 1) dp[1], dp[2] = 1, 2 for i in range(3, n + 1): dp[i] = dp[i - 1] + dp[i - 2] return dp[n] ``` 上述代码通过动态规划的方式解决了 `Climbing Stairs` 问题,时间复杂度为 \(O(n)\),空间复杂度同样为 \(O(n)\)[^1]。 --- ###
评论
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