15. 3Sum Medium

本文介绍了一种解决三数之和问题的算法实现方法,通过先排序再使用双指针技术来查找三个数加起来等于0的情况。该算法利用递归二分查找辅助寻找第三个数,有效减少了重复计算。

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

依旧很长很慢。。。最好还是参考答案里50ms那个程序,我的这个想的复杂了,懒得解释

bool f(int left, int right, int value, vector<int>& nums)
{
	if(left > right)return false;
	int mid = (left + right) / 2;
	if(nums[mid] == value)return true;
	else if(left == right)return false;
	else if(nums[mid] < value)return f(mid + 1, right, value, nums);
	else return f(left, mid, value, nums);
}

class Solution {
public:
    vector<vector<int> > threeSum(vector<int>& nums) {
    	vector<vector<int> > ans;
    	//if(nums.size() < 3)return ans;
        sort(nums.begin(), nums.end()); 
        int size = nums.size(); 
        for (int i = 0; i < size && nums[i] <= 0; ++i)
        {
        	for (int j = size - 1; j != i && nums[j] >= 0; j--)
        	{
        		//cout << i << " " << j << endl;
        		if(0 - nums[i] - nums[j] < nums[i] || 0 - nums[i] - nums[j] > nums[j])
        			continue; 
        		if(f(i + 1, j - 1, 0 - nums[i] - nums[j], nums)){
        			vector<int> t(3, 0);
        			t[0] = nums[i]; t[1] = nums[j]; t[2] = 0 - nums[i] - nums[j];
        			ans.push_back(t);
        		}
        		while(j - 1 > 0 && nums[j - 1] == nums[j])j--;
        	}
        	while(i + 1 < nums.size() && nums[i + 1] == nums[i]) i++; 
        }
        
        //cout << "size " << ans.size() << endl;
        return ans;
    }
};


groupby.sum是一个用于对数据进行分组并计算分组内元素和的函数。它可以按照指定的列进行分组,并对其他列进行求和操作。具体来说,在使用groupby.sum函数时,我们需要指定需要分组的列,以及需要进行求和的列。然后,该函数会将数据按照指定的列进行分组,并计算每个分组内指定列的和。最后,返回一个包含分组结果和求和值的新表格。 举个例子,如果我们有一个名为df的表格,其中包含"user"和"消费金额"两列。我们可以使用groupby.sum函数按照"user"列进行分组,并计算每个用户的"消费金额"的总和。输出结果将是一个以"user"为索引的新表格,其中包含每个用户的总消费金额。 例如,给定以下表格数据: | user | 消费金额 | |---------|--------| | user1 | 12 | | user1 | 12 | | user2 | 15 | | user2 | 15 | | user3 | 17 | | user2 | 20 | 我们可以使用groupby.sum函数进行如下操作: df.groupby(&#39;user&#39;).sum() 输出结果将是一个新表格,包含每个用户的总消费金额: | user | 消费金额 | |---------|--------| | user1 | 24 | | user2 | 50 | | user3 | 17 | 所以,groupby.sum函数可以用于根据指定的列进行分组,并对其他列进行求和操作,得到每个分组的求和结果。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [简单介绍MySQL中GROUP BY子句的使用](https://download.csdn.net/download/weixin_38501751/14834975)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [简单东西-group by与sum一起进行数据统计](https://blog.csdn.net/wojiushiwo945you/article/details/51151390)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [python pandas中groupby()的使用,sum和count](https://blog.csdn.net/qq_39290990/article/details/121435796)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
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