问题描述
n-sum问题 就是给定一个数组和一个target 求选取n个数相加等于target的所有取值
总得分析
这类方法基本都可以由
- 暴力法
- 双指针法
- 哈希表法
而哈希表法又可以优化成,每添加一个就查找一次
如果是指针法可以用下面代码来跳过重复值
while(i!=start&&num[i]==num[i-1]);
i++;
2-sum
先查找a固定a 再查找b
3-sum
先排序 因为排序的时间为nlogn,最后的时间复杂度是n^2 所以可以先进行排序
排序后,可以一个指针从前 一个指针从后,如果和比target大 后指针向前移动 如果和比target小 前指针向后移动
4-sum
类似3sum 固定一个 再固定一个 又变成了2-sum
n-sum
n sum 可以用递归的思想来解决 递归到底的情况是2-sum 这个时候可以用双指针来解决。
首先还是进行排序
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
public class K_Sum_Recursive {
/**
* 我是一个接口,在系统提供的他们的方法里面调用我即可
*
* 相当加了一层包装,对外提供了一个系统可以使用的接口
* @param nums 系统给定的数组
* @param target 系统要求的目标值
* @return 系统要求的返回值
*/
public List<List<Integer>> kSum(int[] nums, int target, int k) {
// 先排序,这个是必须的。
Arrays.sort(nums);
// 根据模板方法的要求,将该方法需要的输入都准备好。
int[] stack = new int[k];
Arrays.fill(stack, 0x3f3f3f3f);
int stack_index = -1;
int begin = 0;
// 递归开始
List<List<Integer>> ans = K_Sum_Recursive_Template(nums, stack, stack_index, k, begin, target);
// 递归结束,返回解
return ans;
}
/**
* K数之和问题的模板方法,所有K数问题都可以调用这个方法
* @param nums 输入的数组
* @param stack 定义的一个长度为 k_sum 问题中的 k 的数组,初始化为0x3f3f3f3f
* @param stack_index 栈指针,初始化值为-1
* @param k 表明当前问题被 分解/递归 成了 k数之和 的问题
* @param begin 当前问题要固定的值的起点
* @param target 当前 k数之和 的目标和
* @return 当前 k数之和 的解集,要在上一层合并到最终解集里去
*/
private List<List<Integer>> K_Sum_Recursive_Template(int[] nums, int[] stack, int stack_index, int k, int begin, int target){
List<List<Integer>> ans = new ArrayList<>();
// 当递归到两数之和的时候,不再进行递归,直接使用左右指针法解决
if(k == 2){
List<Integer> temp_ans;
int left = begin;
int right = nums.length - 1;
while(left < right){
if(nums[left] + nums[right] > target){
// 过大,因此右指针左移
right--;
}else if(nums[left] + nums[right] < target){
// 过小,因此左指针右移
left++;
}else {
// 相等,加入序列中,左右指针同时向内移动一次
temp_ans = new ArrayList<>();
stack[++stack_index] = nums[left];
stack[++stack_index] = nums[right];
// 当前栈中的元素符合题目要求, 将其加入到List中去,并将该List加入到当前问题的解集中
for(int i = 0; i <= stack_index; i++){
temp_ans.add(stack[i]);
}
ans.add(temp_ans);
// 栈的清理工作,其实不做也可以,因为栈指针属于形参,不会影响外面的那个栈指针,
// 但是还是清理掉比较好,方便调试。
stack[stack_index--] = 0x3f3f3f3f;
stack[stack_index--] = 0x3f3f3f3f;
left++;
right--;
while (left < right && nums[left] == nums[left - 1]){
left++;
}
while (right > left && right < nums.length - 1 && nums[right] == nums[right + 1]){
right--;
}
}
}
}else {
int target_temp;
for(int i = begin; i < nums.length - k + 1; i++){
if(i > begin && nums[i] == nums[i - 1]){
continue;
}
// 在固定一个数后,问题被降级为一个 k - 1 数之和 问题
// 确定 k - 1 数之和 的目标和
target_temp = target - nums[i];
// 将当前选定的数字压入栈中,便于最后加入解集中
stack[++stack_index] = nums[i];
// 递归调用 k - 1 数之和 问题的求解
List<List<Integer>> ans_temp = K_Sum_Recursive_Template(nums,stack, stack_index, k - 1, i + 1, target_temp);
// 在选定当前数字的情况下, k - 1 数之和 问题求解完毕,
// 将该数弹出栈,为选择下一个被选值做准备
stack[stack_index--] = 0x3f3f3f3f;
// 将当前解集加入当前 k数之和的解集中
ans.addAll(ans_temp);
}
}
return ans;
}