leetcode刷题日记-1995. 统计特殊四元组

本文介绍了如何使用优化的四重循环算法解决寻找数组中满足特定条件的四元组问题。从最初的O(n^4)时间复杂度,逐步优化到O(n^3)和O(n^2),展示了算法改进的过程和关键思路。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  • 题目描述:
    给你一个 下标从 0 开始 的整数数组 nums ,返回满足下述条件的 不同 四元组 (a, b, c, d) 的 数目 :
    nums[a] + nums[b] + nums[c] == nums[d] ,且a < b < c < d

  • 示例:
    输入:nums = [1,2,3,6]
    输出:1
    解释:满足要求的唯一一个四元组是 (0, 1, 2, 3) 因为 1 + 2 + 3 == 6

    输入:nums = [3,3,6,4,5]
    输出:0
    解释:[3,3,6,4,5] 中不存在满足要求的四元组。

    输入:nums = [1,1,1,3,5]
    输出:4
    解释:满足要求的 4 个四元组如下:
    (0, 1, 2, 3): 1 + 1 + 1 == 3
    (0, 1, 3, 4): 1 + 1 + 3 == 5
    (0, 2, 3, 4): 1 + 1 + 3 == 5
    (1, 2, 3, 4): 1 + 1 + 3 == 5

  由于之前刷过二数之和、三数之和、四数之和的题目,乍一看这道题目是简单有点难以置信,总不能考个四重循环吧???结果尝试着试了一下,还真是考四重循环来进行枚举,顿时感觉变Low了。那么为什么要写这篇博客呢?
  虽然这个题目很简单,考点也很没意思,但是优化过程很好玩,我们通过一个思路将时间复杂度从O(n4),降到O(n3),最后再降到O(n2),这个过程还是很有意思的。

  • 首先我们先上最简单最暴力的解法,代码如下,这个应该没什么好说的,就是一个四重循环,时间复杂度妥妥的O(n4)。
class Solution:
    def countQuadruplets(self, nums: List[int]) -> int:
        """
        给你一个 下标从 0 开始 的整数数组 nums ,返回满足下述条件的 不同 四元组 (a, b, 
        c, d) 的 数目.其中nums[a] + nums[b] + nums[c] == nums[d],且a < b < c < d
        >>>
        >>>self.countQuadruplets([1,2,3,6])
        >>>1
        """
        n = len(nums)
        ans = 0
        for a in range(n-3):
            for b in range(a+1, n-2):
                for c in range(b+1, n-1):
                    for d in range(c+1, n):
                        if nums[a] + nums[b] + nums[c] == nums[d]:
                            ans += 1
        return ans
  • 首先我们定一个小目标,如果将时间复杂度降低到O(n3)。我们观察nums[a] + nums[b] + nums[c] == nums[d] ,且a < b < c < d,如果nums[d] 有重复,为k,那么ans += k,我们就可以想到,我们可以用一个Hash来存储nums[d] 的值,由于d的取值是(c+1, n),所以我们只要确定c,同时,倒序遍历c,这样就保证所有的d都满足条件,并将nums[d]加入hash表(这里的时间复杂度为O(1),因为我们每次记录nums[c+1]的值即可),同时,在确定a和b,就可以完成所有的循环,所以该思路的时间复杂度为O(n3),代码如下:
class Solution:
    def countQuadruplets(self, nums: List[int]) -> int:
        """
        给你一个 下标从 0 开始 的整数数组 nums ,返回满足下述条件的 不同 四元组 (a, b, 
        c, d) 的 数目.其中nums[a] + nums[b] + nums[c] == nums[d],且a < b < c < d
        >>>
        >>>self.countQuadruplets([1,2,3,6])
        >>>1
        """
        n = len(nums)
        ans = 0
        count = Counter()
        for c in range(n-2, 1, -1):
            count[nums[c+1]] += 1
            for b in range(c-1, 0, -1):
                for a in range(b-1, -1, -1):
                    if (temp := nums[a] + nums[b] + nums[c]) in count:
                        ans += count[temp]
        return ans
  • 注::=是赋值运算法,可以简单理解为=

  • 最后再进一步考虑,能不能再降低时间复杂度。我们再度观察公式nums[a] + nums[b] + nums[c] == nums[d] ,这个可以改写成nums[a] + nums[b] == nums[d] -nums[c] ,到这里,可能就发现了一点什么,但是又没有完全发现。我们可以发现,如果我们确认了b,其实就确定了a-(0, b)、c-(b+1, d),所以只要我们再确定d,就枚举了所有的a、b、c、d,我们通过hash记录nums[d] -nums[c] ,之后在比较nums[a] + nums[b] 的结果是否出现在hash表中,由于hash记录nums[d] -nums[c]和nums[a] + nums[b] 确定是同级循环,因此该思路的时间复杂度为O(n2),代码如下:(这里的中间值不一定选b,选c也一样,但是一定要在b、c里面选)

class Solution:
    def countQuadruplets(self, nums: List[int]) -> int:
        """
        给你一个 下标从 0 开始 的整数数组 nums ,返回满足下述条件的 不同 四元组 (a, b, 
        c, d) 的 数目.其中nums[a] + nums[b] + nums[c] == nums[d],且a < b < c < d
        >>>
        >>>self.countQuadruplets([1,2,3,6])
        >>>1
        """
        n = len(nums)
        ans = 0
        count = Counter()
        for b in range(n-3, 0, -1):
            for d in range(b+2, n):
                count[nums[d]-nums[b+1]] += 1
            for a in range(b):
                if (temp := nums[a] + nums[b]) in count:
                    ans += count[temp]
        return ans
  • 选c的解法:
class Solution:
    def countQuadruplets(self, nums: List[int]) -> int:
        """
        给你一个 下标从 0 开始 的整数数组 nums ,返回满足下述条件的 不同 四元组 (a, b, 
        c, d) 的 数目.其中nums[a] + nums[b] + nums[c] == nums[d],且a < b < c < d
        >>>
        >>>self.countQuadruplets([1,2,3,6])
        >>>1
        """
        n = len(nums)
        ans = 0
        count = Counter()
        for c in range(n-2, 1, -1):
            for d in range(c+1, n):
                count[nums[d]-nums[c]] += 1
            for a in range(c-1):
                if (temp := nums[a] + nums[c-1]) in count:
                    ans += count[temp]
        return ans
### LeetCode 基础语法入门教程 LeetCode 是程序员提升算法能力的重要平台之一,掌握其基础语法对于高效解至关重要。以下是关于 C++ 和 Java 的基础语法要点以及如何应用这些知识来解决 LeetCode 上的问。 #### 1. 数据类型与变量 C++ 提供了多种基本数据类型,包括但不限于 `int`、`long` 和 `double` 等[^2]。在编写程序时,应根据具体需求选择合适的数据类型以优化内存使用和计算效率。例如,在处理大规模数值运算时,推荐优先考虑浮点数或长整型以避免溢出问。 #### 2. 控制流语句 控制流是编程的核心部分,它决定了代码执行路径的选择逻辑。常用的条件分支结构如 `if...else` 或者更复杂的多路判断工具——`switch case` 可帮助开发者根据不同输入情况采取相应操作。此外还有循环机制(for/while),它们允许重复执行某段特定指令直到满足终止条件为止。 #### 3. 容器类简介及其应用场景分析 为了更好地管理和存储大量动态变化的信息单元组群对象集合体概念模型抽象表示形式即我们常说的各种标准模板库(STL)组件实例化后的实体形态表现出来的东西叫做容器(Container),其中最常用的一些包括: - **Vector**: 动态数组,支持随机访问并能在尾部快速增删元素。 - **Set & Unordered_Set**: 分别代表有序集合并具备查找功能的哈希表版本;前者按升序排列后者则不关心顺序只关注唯一性检验速度更快些时候会用到find()方法来进行成员存在性的检测工作流程简化很多哦~ - **Map & Multimap**: 键值映射关系管理利器,能够轻松实现一对一或多对一关联查询任务目标达成效果显著提高工作效率的同时也减少了错误发生的可能性几率大大降低啦!另外还有一种叫Unorderd_Map变种形式同样适用于某些特殊场合条件下呢😊 #### 4. 特殊用途的数据结构介绍 - Deque (双端队列) Deque是一种可以在两端都进行插入删除操作非常灵活方便的一种线性序列结构形式表达方式呈现出来的样子感觉特别棒👍🏻通过下面这个例子我们可以看到它是怎么被创建出来的:`Deque<Integer> deque = new LinkedList<>();` 这样我们就得到了一个基于链接列表实现原理构建而成的新对象实例可供后续进一步开发拓展之用了呀😄[^3] #### 5. 关于栈(Stacks)的知识补充说明 最后值得一提的是有关Stack方面的内容知识点分享给大家知道一下吧~原来啊,在Standard Template Library里面啊,我们的老朋友Stack其实背后隐藏着秘密武器呢🧐那就是它可以由三种不同的底层支撑技术方案任选其中之一作为实际运行环境下的物理载体介质哟😎分别是向量(Vector),双向队列(Deque)或者是简单的单链表(List)...怎么样是不是很神奇呢😉[^4] ```java // 示例:Java 中 Stack 的简单使用 import java.util.Stack; public class Main { public static void main(String[] args) { Stack<Integer> stack = new Stack<>(); // 添加元素 stack.push(10); stack.push(20); System.out.println("Top element is: " + stack.peek()); // 输出顶部元素 // 删除顶部元素 stack.pop(); System.out.println("After popping, top element is: " + stack.peek()); } } ``` ---
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

打赏作者

lemon_tttea

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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