三数之和:
给你一个包含n个整数的数组nums,判断是否存在三个元素a,b,c,使得a+b+c=0?请你找出所有和为0且不重复的三元组。
注意,答案中不可以包含重复的三元组。
示例 1:
输入:nums = [-1,0,1,2,-1,-4]
输出:[[-1,-1,2],[-1,0,1]]
示例2:
输入:nums = []
输出:[]
示例 3:
输入:nums = [0]
输出:[]
方法1:排序加双指针
思路:
题目要求找到所有的不重复且和为0的三元组,这个[不重复]的要求使得我们无法简单的使用使用三重循环枚举所有的三元组。因为在最坏的情况下,数组中的所有元素都为0,即
[0, 0, 0, 0, 0, ..., 0, 0, 0]
任意一个三元组的和都为0.如果我们直接使用三重循环枚举三元组,会得到O(N3)个满足题目要求的三元组(其中N数数组长度),时间复杂度至少为O(N3)。在这之后,我们还需要使用哈希表去重操作,得到不包含重复三元组的最终答案,又消耗大量时间。这个做法的视觉复杂度和空间复杂度都很高,因此我们要换一种思路来考虑这个问题。
[不重复]的本质是什么?我们保持三重 循环的大框架不变,只需要保证:
- 第二重循环枚举到的元素不小于当前第一重循环枚举到的元素
- 第三重循环枚举到的元素,不小于当前第二重循环枚举到的元素
也就是说,我们枚举到的三元组(a,b,c)满足a<=b<=c,保证了只有(a,b,c)这个顺序会被枚举到,而(b,a,c),(c,b,a)等等不会,这样就减少了重复。要实现这点,我们可以将数组中的元素怒从小到大排序,随后使用普通的的三重循环就可以满足上面的要求。
同时,对于每一重循环,相邻两次枚举到的元素不能相同,否则也会造成重复。举个例子,如果排序完的数字为
[0, 1, 2, 2, 2, 3]
我们使用三重循环枚举到第一个三元组(0,1,2),如果第三重循环继续枚举下一个元素,那么仍然是三元组(0,1,2),产生了重复。因此我们需要将第三重循环[跳到]下一个不相同元素,即数组中的最后一个元素,枚举三元组(0,1,3)
下面给出改进方法的伪代码实现:
nums.sort()
for first = 0 .. n-1
// 只有和上一次枚举的元素不相同,我们才会进行枚举
if first == 0 or nums[first] != nums[first-1] then
for second = first+1 .. n-1
if second == first+1 or nums[second] != nums[second-1] then
for third = second+1 .. n-1
if third == second+1 or nums[third] != nums[third-1] then
// 判断是否有 a+b+c==0
check(first, second, third)
这种方法的时间复杂度仍然为O(N3),毕竟我们还没有跳出三重稀罕的大框架,然而他是很容易优化的,可以发现,如果我们固定了前二重循环枚举到的元素a和b,那么只有唯一的c满足a+b+c=0.当第二重循环往后枚举一个元素b1时,由于b1>b,那么满足a+b1+c1=0的c1一定有c1>c,即c1在数组中一定出现在c的左侧,也就是说,我们可以从小到大枚举b,同时从大到小枚举c,即第二重循环和第三重循环实际上是并列的关系。
有了这样的发现,我们就可以保持第二重循环不变,将第三重循环变成一个从右端开始向左移动的指针,从而得到这样的伪代码:
nums.sort()
for first = 0 .. n-1
if first == 0 or nums[first] != nums[first-1] then
// 第三重循环对应的指针
third = n-1
for second = first+1 .. n-1
if second == first+1 or nums[second] != nums[second-1] then
// 向左移动指针,直到 a+b+c 不大于 0
while nums[first]+nums[second]+nums[third] > 0
third = third-1
// 判断是否有 a+b+c==0
check(first, second, third)
这个方法就是我们常说的「双指针」,当我们需要枚举数组中的两个元素时,如果我们发现随着第一个元素的递增,第二个元素是递减的,那么就可以使用双指针的方法,将枚举的时间复杂度从 O(N2)减少至 O(N)。为什么是 O(N) 呢?这是因为在枚举的过程每一步中,「左指针」会向右移动一个位置(也就是题目中的 b),而「右指针」会向左移动若干个位置,这个与数组的元素有关,但我们知道它一共会移动的位置数为 O(N),均摊下来,每次也向左移动一个位置,因此时间复杂度为 O(N)。
注意到我们的伪代码中还有第一重循环,时间复杂度为 O(N),因此枚举的总时间复杂度为O(N2)。由于排序的时间复杂度为 O(NlogN),在渐进意义下小于前者,因此算法的总时间复杂度为 O(N2)。
上述的伪代码中还有一些细节需要补充,例如我们需要保持左指针一直在右指针的左侧(即满足 b≤c),具体可以参考下面的代码,均给出了详细的注释。
以上文字题解来自于leetcode官方题解
https://leetcode-cn.com/problems/3sum/solution/san-shu-zhi-he-by-leetcode-solution/
代码:
class Solution {
public List<List<Integer>> threeSum(int[] nums) {// 总时间复杂度:O(n^2)
List<List<Integer>> threeSum(int[] nums){
List<List<Integer>> ans=new ArrayList<>();
if(nums==null||nums.length<=2)
return ans;
Arrays.sort(nums);
for(int i=0;i<nums.length-2;i++){
if(nums[i]>0)//第一个数大于0,后面数都比它大,肯定不成立
break;
if(i>0&&nums[i]==nums[i-1])//去掉重复元素
continue;
int low=i+1,high=nums.length-1;
while(low<high){
if(nums[low]+nums[high]==-nums[i]){
ans.add(new Arrays.asList(nums[i],nums[low],nums[high]));
//现在需要增加low,减少high,但是不能重复,比如: [-2, -1, -1, -1, 3, 3, 3], i = 0, left = 1, right = 6, [-2, -1, 3] 的答案加入后,需要排除重复的 -1 和 3
low++;high--;//首先无论如何都要进行加减操作
while(low<high&&nums[low]==nums[low-1])
low++;
while(low<high&&nums[high]==[high+1])
high--;
}
else if(nums[low]+nums[high]<-nums[i]){
low++;
}
else{
high--;
}
}
return ans;
}
}