[leetcode-18-4Sum]

本文详细解析了四数之和问题的算法实现过程,针对给定数组寻找四个元素组合达到特定目标值的所有唯一四元组。通过双指针技巧和排序优化减少搜索空间,避免重复解。

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

Given an array S of n integers, are there elements a, b, c,
and d in S such that a + b + c + d = target? Find all unique
quadruplets in the array which gives the sum of target.
For example, given array S = [1, 0, -1, 0, -2, 2], and target = 0.
A solution set is:
[
[-1, 0, 0, 1],
[-2, -1, 1, 2],
[-2, 0, 0, 2]
]

思路:

类似3sum求和,然后在过程中及时约束,判断是否可以提前跳出循环来优化。

vector<vector<int>> fourSum(vector<int>& nums, int target)
    {
        vector<vector<int>>result;
        const int size = nums.size();
        if (size < 4) return result;
        sort(nums.begin(), nums.end());
        vector<int>temp;
        for (int i = 0; i < size - 3; i++)
        {
            if (nums[i] + nums[i + 1] + nums[i + 2] + nums[i + 3] > target) break;//及时跳出循环
            if (nums[i] + nums[size - 3] + nums[size - 2] + nums[size - 1] < target)continue;
            
            for (int j = i + 1; j < size-2; j++)
            {
                if (nums[i] + nums[j] + nums[j + 1] + nums[j + 2] > target) break;//及时跳出循环
                if (nums[i] + nums[j] + nums[size - 2] + nums[size - 1] < target)continue;
                 
                int left = j + 1;
                int right = size - 1;
                while (left < right)
                {
                    int sum = nums[i] + nums[j] + nums[left] + nums[right];
                    if (sum < target)left++;
                    else if (sum > target) right--;
                    else
                    {
                        temp = {nums[i],nums[j],nums[left],nums[right]};//新学一招,类似数组赋值
                        result.push_back(temp);
                        while (left < right && nums[left] == temp[2])left++;
                        while (left < right && nums[right] == temp[3])right--;
                    }         
                }
                while (j + 1 < size && nums[j + 1] == nums[j])j++;
            }
            while (i + 1 < size && nums[i + 1] == nums[i])i++;
        }
        return result;
    }

参考:

http://cs-cjl.com/2016/07_04_leetcode_18_4sum

转载于:https://www.cnblogs.com/hellowooorld/p/6531103.html

内容概要:本文详细介绍了扫描单分子定位显微镜(scanSMLM)技术及其在三维超分辨体积成像中的应用。scanSMLM通过电调透镜(ETL)实现快速轴向扫描,结合4f检测系统将不同焦平面的荧光信号聚焦到固定成像面,从而实现快速、大视场的三维超分辨成像。文章不仅涵盖了系统硬件的设计与实现,还提供了详细的软件代码实现,包括ETL控制、3D样本模拟、体积扫描、单分子定位、3D重建和分子聚类分析等功能。此外,文章还比较了循环扫描与常规扫描模式,展示了前者在光漂白效应上的优势,并通过荧光珠校准、肌动蛋白丝、线粒体网络和流感A病毒血凝素(HA)蛋白聚类的三维成像实验,验证了系统的性能和应用潜力。最后,文章深入探讨了HA蛋白聚类与病毒感染的关系,模拟了24小时内HA聚类的动态变化,提供了从分子到细胞尺度的多尺度分析能力。 适合人群:具备生物学、物理学或工程学背景,对超分辨显微成像技术感兴趣的科研人员,尤其是从事细胞生物学、病毒学或光学成像研究的科学家和技术人员。 使用场景及目标:①理解和掌握scanSMLM技术的工作原理及其在三维超分辨成像中的应用;②学习如何通过Python代码实现完整的scanSMLM系统,包括硬件控制、图像采集、3D重建和数据分析;③应用于单分子水平研究细胞内结构和动态过程,如病毒入侵机制、蛋白质聚类等。 其他说明:本文提供的代码不仅实现了scanSMLM系统的完整工作流程,还涵盖了多种超分辨成像技术的模拟和比较,如STED、GSDIM等。此外,文章还强调了系统在硬件改动小、成像速度快等方面的优势,为研究人员提供了从理论到实践的全面指导。
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