leetcode16 3Sum Closest

本文介绍了一个算法问题的解决方案:寻找数组中三个数的组合,使其和最接近给定的目标值。通过排序和双指针技巧,实现了一种有效的方法。

题意大概就给定一个数组,和一个整数,问那三个数的加和与给定的数最接近,感觉还没有上一题难,暴力破解.......

解法和上一题差不多,增加几个变量计算一下差值,遇到更小的就存一下.

#include "iostream"
#include "vector"
#include "algorithm"
#include "string"
using namespace std;

class Solution {
public:
    int threeSumClosest(vector<int>& nums, int target) {
        int len = nums.size();
        int right,left;
        sort(nums.begin(),nums.end());
        int min = 99999999;
        int result;
        int temp;
        
        if(len < 3)
        	return result;

        for(int i = 0 ; i < nums.size()-2; i++) 
        //cout<<"("<<nums[i]<<")\n";
        {

        	right = i+1;
        	left = nums.size()-1;

        	for(;right<left;)
        	{
        		temp = abs((nums[i]+nums[right]+nums[left])-target);
        		if(temp<min)
        		{
        			min = temp;
        			result = nums[i]+nums[right]+nums[left];
        			if(min == 0)
        				break;
        		}

        		if(nums[i]+nums[right]+nums[left] > target)
        		{
        			left--;

        		}
        		else
        		{
        			right++;
        		}
        	}

        }

    	return result;
    }
};

int main()
{
	Solution test;

	vector<int> num;

	num.push_back(1);
	num.push_back(1);
	num.push_back(1);
	num.push_back(0);
	num.push_back(1);

	int result;

	int dig = 100;

	result = test.threeSumClosest(num,dig);

	cout<<result<<endl;

	return 0;
}


内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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