[Leetcode] 15 - 3Sum

本文介绍了一种解决LeetCode经典题目3Sum的方法,并特别关注于如何有效地去除重复解。通过排序和双指针技巧,文章提供了一个高效的C++实现方案。

原题链接:https://oj.leetcode.com/problems/3sum/


经典3sum题,不过要注意这里的去重,去重是给原来这道题的基本形式加的难点。

1. 数组如果大小小于3,那就没有任何结果。

2. 将数组排序

3. 然后循环数组,每次都选取i所在的当前值为第一个结果,然后选取left = i + 1和right = size - 1。则问题变为num[left] + num[right]是否等于-num[i]。

4. 每次选取第一个元素的时候,要将其与之前的第一个元素相比,如果相同,则说明如果继续计算,此轮的计算结果已经被包含在上轮的计算结果之内,所以跳至下一轮。

5. 当left和right满足条件时候,我们需要将left和right移至下一个位置,这里需要将left之后和right之前的重复元素全部跳过,否则将会出现重复答案,则不符合题意。


class Solution {
public:
    vector<vector<int> > threeSum(vector<int> &num) {
        vector<vector<int> > res;
        
        if (num.size() < 3) {
            return res;
        }
        sort(num.begin(), num.end());
        int prev = INT_MIN;
        for (int i = 0; i < num.size() - 2; ++i) {
            if (num[i] == prev) {
                prev = num[i];
                continue;
            } else {
                prev = num[i];
            }
            
            int target = -num[i];
            int left = i + 1;
            int right = num.size() - 1;
            while (left < right) {
                int curSum = num[left] + num[right];
                if (curSum == target) {
                    vector<int> curRes;
                    curRes.push_back(num[i]);
                    curRes.push_back(num[left]);
                    curRes.push_back(num[right]);
                    res.push_back(curRes);
                    while (num[left] == num[left + 1] && left + 1 < num.size()) ++left;
                    while (num[right] == num[right - 1] && right - 1 >= 0) --right;
                    ++left;
                    --right;
                } else if (curSum < target) {
                    ++left;
                } else {
                    --right;
                }
            }
        }
        
        return res;
    }
};


【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
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