双指针/二分法【有效三角形的个数】一题双解

给定一个非负整数数组,目标是计算能构成三角形边长的三元组数量。通过对数组排序,采用二分法在固定两边界值时寻找最大值下标,以及双指针方法固定最大值,从低向高遍历寻找满足条件的边界,以此找出所有有效组合。

Question:

给定一个包含非负整数的数组,你的任务是统计其中可以组成三角形三条边的三元组个数。

本题实质是找到符合条件的【三元组值】。

【二分法】

我们在枚举前对数组进行升序排序,通过从前向后枚举最小值下标i和较小值下标j,可以在求解最大值下标m的时候固定前两个解,固定两个值的情况下我们只需要在第三个值的选取上做文章即可。 

不难发现,根据式子nums[i] + nums[j] > nums[m],我们只需要找到符合该式子的m的最大下标k,从j+1到k均为符合条件的解。

问题聚焦到如何find这个符合条件的k的最大下标。

可以发现[j+1, n - 1]区间是符合【二段性】的。具体来说,[j+1, k]满足nums[i] + nums[j] > nums[m],而[k + 1, n - 1]区间不满足该式子。

利用区间的二段性,我们在[j + 1, n - 1]中使用二分法来搜索符合条件的m的最大下标k。

Code:

    public int triangleNumberInDichotomy(int[] nums) {
        Arrays.sort(nums);
        int n = nums.length, ants = 0;
        for (int i = 0; i < n - 2; i++) {
            for (int j = i + 1; j < n - 1; j++) {
                int left = j + 1, right = n - 1, k = j;
                while (left <= right) {
                    int mid = left + (right - left) / 2;
                    if (nums[mid] < nums[i] + nums[j]) {
                 
<think>好的,我现在需要回答用户关于选择排序的实现以及双指针二分法的区别和联系的问题。用户还提到希望用C语言实现选择排序。首先,我应该先回顾选择排序的基本原理,然后考虑如何在C语言中正确编写代码。同时,我需要比较双指针二分法,明确它们的区别和联系。 首先,选择排序的算法步骤是什么?选择排序每次从未排序的部分中找到最小(或最大)的元素,放到已排序部分的末尾。这个过程需要两层循环,外层循环控制已排序的位置,内层循环遍历未排序元素寻找最小值。时间复杂度是O(n²),因为每次都需要遍历剩余元素。 接下来,用C语言实现选择排序。需要定义一个数组,外层循环从0到n-2,内层循环从当前i到n-1,找到最小值的索引,然后交换到i的位置。需要注意的是,交换时使用临时变量,或者用指针操作。另外,用户提供的引用中提到了qsort的比较函数,但这里不需要,因为选择排序是直接操作数组。 然后关于双指针二分法的区别和联系。双指针通常用于数组或链表中,通过两个指针的移动来解决问题,例如快慢指针、左右指针等,比如在快速排序或两数之和问题中使用。二分法则是一种分治策略,用于在有序数组中查找元素,每次将搜索范围减半,时间复杂度为O(logn)。两者的联系可能在于处理有序数组时,双指针可以配合二分法使用,比如在合并两个有序数组时。 需要确保回答的结构清晰,分点说明选择排序的实现步骤、代码示例,然后分别解释双指针二分法的概念,再比较它们的异同。同时,引用用户提供的参考中的相关内容,例如引用[4]提到二分插入排序,可以提到二分法与排序算法的结合应用。 另外,用户之前的问题是关于四数之和的算法,其中使用了双指针法,所以在比较双指针二分法时,可以结合之前的例子,说明双指针在优化时间复杂度上的作用,而二分法则更多用于查找。需要确认引用是否正确,比如引用[2]中的快速排序使用了前后指针,可以作为双指针的一个例子。 最后,生成相关问题,帮助用户进一步学习。可能的问题包括选择排序的优化、双指针的其他应用场景、二分法的变种等。</think>### 选择排序的C语言实现 #### 算法思路 选择排序通过不断选择未排序部分的最小元素,放置到已排序序列的末尾,步骤如下: 1. **外层循环**:遍历数组,确定当前位置 $i$ 为最小值应存放的位置 2. **内层循环**:在 $i$ 到 $n-1$ 范围内寻找最小元素的索引 3. **交换元素**:将最小值与当前 $i$ 位置的元素交换 时间复杂度为 $O(n^2)$,空间复杂度 $O(1)$。 #### 代码实现 ```c #include <stdio.h> void swap(int *a, int *b) { int temp = *a; *a = *b; *b = temp; } void selection_sort(int arr[], int n) { for (int i = 0; i < n - 1; i++) { int min_idx = i; // 寻找未排序部分的最小值索引 for (int j = i + 1; j < n; j++) { if (arr[j] < arr[min_idx]) { min_idx = j; } } // 将最小值交换到当前位置 if (min_idx != i) { swap(&arr[i], &arr[min_idx]); } } } int main() { int arr[] = {64, 25, 12, 22, 11}; int n = sizeof(arr) / sizeof(arr[0]); selection_sort(arr, n); printf("Sorted array: "); for (int i = 0; i < n; i++) { printf("%d ", arr[i]); } return 0; } ``` #### 代码解析 1. **核心逻辑** ```c for (int j = i + 1; j < n; j++) { if (arr[j] < arr[min_idx]) { min_idx = j; } } ``` 内层循环遍历未排序部分,记录最小值索引,时间复杂度为 $O(n^2)$[^1]。 2. **优化空间** - 可同时记录最大值和最小值,减少外层循环次数(双向选择排序) - 加入提前终止条件,若未发生交换则直接返回(对部分有序数组有效) --- ### 双指针二分法的区别与联系 #### 双指针技术 1. **定义** 通过两个指针协同遍历数据结构(如数组、链表),解决特定问题。 2. **常见类型** - **左右指针**:从两端向中间移动(如快速排序[^2]、两数之和) - **快慢指针**:检测循环或中点问题(如链表环检测) 3. **时间复杂度** 通常为 $O(n)$ 或 $O(n^2)$,取决于具体场景。 #### 二分法 1. **定义** 基于有序数组,通过不断缩小搜索范围至一半来查找目标值,时间复杂度 $O(\log n)$[^4]。 2. **核心步骤** ```c int left = 0, right = n-1; while (left <= right) { int mid = left + (right - left)/2; if (arr[mid] == target) return mid; else if (arr[mid] < target) left = mid + 1; else right = mid - 1; } ``` #### 区别与联系 | 特性 | 双指针 | 二分法 | |---------------|--------------------------------|--------------------------------| | **适用场景** | 无序/有序数组,链表操作 | 必须是有序数组 | | **时间复杂度**| $O(n)$ 或更高 | $O(\log n)$ | | **空间复杂度**| $O(1)$ | $O(1)$ | | **组合应用** | 在二分法中使用双指针调整搜索边界 | 在双指针遍历前先用排序预处理数组 | **联系示例**:在排序后的数组中使用双指针查找两数之和时,若结合二分法优化,可将时间复杂度从 $O(n)$ 进一步降低(但通常直接双指针已足够高效)。 --- ### 相关问题 1. **如何优化选择排序的时间复杂度?** (提示:考虑减少比较次数或交换次数的方法) 2. **双指针在链表反转中的应用是什么?** 3. **二分法插入排序与普通插入排序的效率对比如何?**[^4] 4. **如何利用双指针实现快速排序的分区操作?**[^2]
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