4Sum Problem

本文探讨了4Sum问题的不同解决方案,包括使用3Sum相似思路的O(N^3)方法及生成两两数对进行2Sum的O(N^2)方法,并提供了详细的C++实现代码。

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

4SumJan 27 '12

Given an array S of n integers, are there elements abc, and d in S such that a + b + c + d = target? Find all unique quadruplets in the array which gives the sum of target.

Note:

  • Elements in a quadruplet (a,b,c,d) must be in non-descending order. (ie, a â‰¤ b â‰¤ c â‰¤ d)
  • The solution set must not contain duplicate quadruplets.

    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)

方法1:利用和3Sum一样的思路,但是复杂度为O(N^3),偷懒用之前的代码,堆在一起看起来就很屎,懒得改了。

代码:

class Solution {
public:
    vector<vector<int> > fourSum(vector<int> &num, int target) {
        // Start typing your C/C++ solution below
        // DO NOT write int main() function
        // Start typing your C/C++ solution below
        // DO NOT write int main() function
        sort(num.begin(),num.end());  
  
        vector<vector<int>> ret4;
    	set<vector<int>> set4;
        //visit each positive number as target and use 2Sum to the left ones  
        int target3;  
        vector<int>::iterator it = num.begin();  
        for(;it!=num.end();){  
			if(it!=num.begin() && *it == *(it-1)) {
				it++;
				continue;
			}
            target3 =target-*it;  
  
            //erase the element  
            it = num.erase(it);  
            //3Sum  
            set<vector<int>> set3 = threeSum(num,target3,target-target3);
			set4.insert(set3.begin(),set3.end());

            //insert the element  
            it = num.insert(it,target-target3);  
            it++;  
        }  
        ret4.insert(ret4.end(),set4.begin(),set4.end());  

        return ret4;  
    }set<vector<int> > threeSum(vector<int> &num,int target3,int target) {
        // Start typing your C/C++ solution below
        // DO NOT write int main() function

		vector<vector<int>> ret3;
		//visit each positive number as target and use 2Sum to the left ones
		int target2;
		set<vector<int>> set3;
		vector<int>::iterator it = num.begin();
		for(;it!=num.end();){
			if(it!=num.begin() && *it == *(it-1)) {
				it++;
				continue;
			}
			target2 = target3 -*it;

			//erase the element
			it = num.erase(it);
			//2Sum2
			set<vector<int>> set2 = twoSum2(num,target2,target3,target);
			set3.insert(set2.begin(),set2.end());
			//insert the element
			it = num.insert(it,target3-target2);
			it++;
		}
		return set3;
    }     set<vector<int>> twoSum2(vector<int> &numbers, int target2,int target3,int target) {    
        // Start typing your C/C++ solution below     
        // DO NOT write int main() function     
                 
        //match     
        int i = 0;    
        int j = numbers.size()-1;    
        set<vector<int>> ret2;    
       while(i<j){    
            if(numbers[i]+numbers[j]==target2){   
                vector<int> ret;  
                ret.push_back(numbers[i]);  
                ret.push_back(numbers[j]);  
                ret.push_back(target3-target2); 
				ret.push_back(target);
				sort(ret.begin(),ret.end());
                ret2.insert(ret);  
                i++;  
                j--;  
            }else if(numbers[i]+numbers[j]>target2){  
                j--;  
            }else{  
                i++;  
            }      
        }    
        return ret2;   
    }
};



时间:1800 milli secs

 

方法2: 对num生成两两的数对,然后对数对间进行2Sum,这样空间复杂度为O(N^2),时间复杂度也为O(N^2)。

代码改天补上



资源下载链接为: https://pan.quark.cn/s/9e7ef05254f8 行列式是线性代数的核心概念,在求解线性方程组、分析矩阵特性以及几何计算中都极为关键。本教程将讲解如何用C++实现行列式的计算,重点在于如何输出分数形式的结果。 行列式定义如下:对于n阶方阵A=(a_ij),其行列式由主对角线元素的乘积,按行或列的奇偶性赋予正负号后求和得到,记作det(A)。例如,2×2矩阵的行列式为det(A)=a11×a22-a12×a21,而更高阶矩阵的行列式可通过Laplace展开或Sarrus规则递归计算。 在C++中实现行列式计算时,首先需定义矩阵类或结构体,用二维数组存储矩阵元素,并实现初始化、加法、乘法、转置等操作。为支持分数形式输出,需引入分数类,包含分子和分母两个整数,并提供与整数、浮点数的转换以及加、减、乘、除等运算。C++中可借助std::pair表示分数,或自定义结构体并重载运算符。 计算行列式的函数实现上,3×3及以下矩阵可直接按定义计算,更大矩阵可采用Laplace展开或高斯 - 约旦消元法。Laplace展开是沿某行或列展开,将矩阵分解为多个小矩阵的行列式乘积,再递归计算。在处理分数输出时,需注意避免无限循环和除零错误,如在分数运算前先约简,确保分子分母互质,且所有计算基于整数进行,最后再转为浮点数,以避免浮点数误差。 为提升代码可读性和可维护性,建议采用面向对象编程,将矩阵类和分数类封装,每个类有明确功能和接口,便于后续扩展如矩阵求逆、计算特征值等功能。 总结C++实现行列式计算的关键步骤:一是定义矩阵类和分数类;二是实现矩阵基本操作;三是设计行列式计算函数;四是用分数类处理精确计算;五是编写测试用例验证程序正确性。通过这些步骤,可构建一个高效准确的行列式计算程序,支持分数形式计算,为C++编程和线性代数应用奠定基础。
### 子集和问题的定义 子集和问题是计算机科学中的经典NP完全问题之一。该问题可以描述如下:给定一组整数 \(S\) 和目标总和 \(T\),判断是否存在 \(S\) 的某个非空子集,其成员之和等于 \(T\)。 ### 解决方法概述 对于较小规模的问题实例,可以通过暴力枚举法来求解;然而这种方法的时间复杂度为 \(O(2^n)\),其中 \(n\) 是集合大小,因此不适用于大规模数据集。更有效的解决方案通常采用动态规划或回溯算法。 #### 动态规划方法 一种常见的高效解决策略是利用动态规划技术。通过构建一个二维布尔数组 `dp` 来记录可能达到的各种部分和的状态: - 行索引表示考虑了多少个元素; - 列索引代表当前累积得到的具体数值。 初始化时设置 `dp[0][0]=true`,意味着没有任何元素的情况下能够形成零和。之后遍历输入列表并更新状态表直至完成整个过程[^1]。 ```python def subset_sum_dp(nums, target): n = len(nums) dp = [[False]*(target+1) for _ in range(n+1)] # Base case initialization for i in range(n + 1): dp[i][0] = True for i in range(1, n + 1): for j in range(1, target + 1): if nums[i-1] > j: dp[i][j] = dp[i-1][j] else: dp[i][j] = dp[i-1][j] or dp[i-1][j-nums[i-1]] return dp[n][target] ``` 此代码片段实现了基于动态规划的方法来检测是否存在满足条件的子集。 ### 回溯算法实现 另一种常用的技术是回溯法,它尝试逐步构造候选解答直到找到符合条件的结果为止。如果发现某条路径不可能成功,则立即返回上一步继续探索其他可能性。 ```python def backtrack_subset_sum(nums, target, index=0, current_sum=0): # 如果找到了匹配的目标值则返回True if current_sum == target: return True # 超过范围或者超过目标值就停止进一步搜索 if index >= len(nums) or current_sum > target: return False # 尝试包含当前位置上的数字 include_current = backtrack_subset_sum( nums, target, index + 1, current_sum + nums[index]) # 不包含当前位置上的数字的情况也要考虑到 exclude_current = backtrack_subset_sum( nums, target, index + 1, current_sum) return include_current or exclude_current ``` 上述函数展示了如何使用递归来执行回溯操作以查找合适的子集组合。
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