两数之和问题各变种多解法小结
声明
文章均为本人技术笔记,转载请注明出处:
[1] https://segmentfault.com/u/yzwall
[2] blog.csdn.net/j_dark/
LintCode_56:两数之和等于target
题目大意:给出未排序数组nums
和指定目标target
,返回数组中两数之和$= target$的组合元素下标[index1, index2]
, 要求下标从1
开始,而且$index1 < index2$,保证题目中有且只有1个可行解;
解法1:暴力$O(n^2)$时间复杂度求解
解题思路:暴力二重循环求解;
复杂度分析:时间复杂度$O(n^2)$,空间复杂度$O(1)$
/**
* 解法1:时间复杂度O(n^2),空间复杂度O(1)
* 遍历求两数之和等于target,返回两数下标(从1开始)
* http://www.lintcode.com/zh-cn/problem/two-sum/
* @author yzwall
*/
class Solution {
public int[] twoSum(int[] nums, int target) {
int[] results = new int[2];
for (int i = 0; i < nums.length; i++) {
for (int j = i + 1; j < nums.length; j++) {
if (nums[i] + nums[j] == target) {
results[0] = i + 1;
results[1] = j + 1;
return results;
}
}
}
return results;
}
}
解法2:HashMap $O(n)$时间复杂度求解
解题思路:耗费$O(n)$空间构造哈希表,遍历数组每个元素nums[i]
,哈希表对应存储<target - nums[i], i>
,存储nums[i]期望的“另一半”,一旦哈希表中包含nums[i],代表“另一半”早已存储在哈希表中,直接返回即可;
复杂度分析:时间复杂度$O(n)$,空间复杂度$O(n)$
/**
* 解法2:HashMap求解,时间复杂度O(n),空间复杂度O(n)
* 遍历求两数之和等于target,返回两数下标(从1开始)
* http://www.lintcode.com/zh-cn/problem/two-sum/
* @author yzwall
*/
class Solution {
public int[] twoSum(int[] nums, int target) {
HashMap<Integer, Integer> map = new HashMap<>();
int[] results = new int[2];
for (int i = 0; i < nums.length; i++) {
if (map.containsKey(nums[i])) {
results[0] = map.get(nums[i]) + 1;
results[1] = i + 1;
break;
}
map.put(target - nums[i], i);
}
return results;
}
}
解法3:双指针$O(nlog(n))$时间复杂度求解
解题思路:首先将数组排序(时间复杂度$O(nlog(n))$),然后通过双指针i
和j
分别从数组两头同时遍历,保存数组排序前的元素位置可使用HashMap
保存(空间复杂度$O(n)$),也可用辅助类保存(空间复杂度$O(1)$);
复杂度分析:时间复杂度$O(nlog(n))$,空间复杂度$O(n)$ or $O(1)$;
/**
* 解法3:HashMap + 双指针求解,时间复杂度O(nlogn),空间复杂度O(n)
* 遍历求两数之和等于target,返回两数下标(从1开始)
* http://www.lintcode.com/zh-cn/problem/two-sum/
* @author yzwall
*/
class Solution {
public int[] twoSum(int[] nums, int target) {
HashMap<Integer, ArrayList<Integer>> map = new HashMap<>();
int[] results = new int[2];
// HashMap用于记录排序前数组元素对应下标
for (int i = 0; i < nums.length; i++) {
if (map.containsKey(nums[i])) {
map.get(nums[i]).add(i);
continue;
}
map.put(nums[i], new ArrayList<Integer>());
map.get(nums[i]).add(i);
}
int i = 0, j = nums.length - 1;
// 排序后双指针求解
Arrays.sort(nums);
while (i < j) {
if (nums[i] + nums[j] == target) {
int index1 = map.get(nums[i]).get(0);
// 重复元素已经访问过一次,从对应位置列表中剔除
map.get(nums[i]).remove(0);
int index2 = map.get(nums[j]).get(0);
// 保证results[0] < result[1]
results[0] = Math.min(index1, index2) + 1;
results[1] = Math.max(index1, index2) + 1;
return results;
}
if (nums[i] + nums[j] > target) {
j--;
} else {
i++;
}
}
return results;
}
}
LintCode_587:两数之和等于target的不重复组合数目
题目大意:给出未排序数组nums
和指定目标target
,返回数组中两数之和$= target$的所有不重复组合数;
解法:双指针法$O(n)$时间复杂度求解
解题思路:数组排序后使用双指针分别从起点和终点遍历,如果存在$a + b = target$,则如果找到$a$所有组合方案,则$b$无需再找;
复杂度分析:时间复杂度$O(nlog(n))$,空间复杂度通过HashSet
去重,耗费额外空间$O(n)$(可优化到$O(1)$)
/**
* 双指针找两数和等于target的不重复组合数目,时间复杂度O(n),空间复杂度O(n)
* 求两数之和等于target的所有不重复组合数目
* http://www.lintcode.com/zh-cn/problem/two-sum-unique-pairs/
* @author yzwall
*/
class Solution {
public int twoSum6(int[] nums, int target) {
int pairs = 0;
if (nums == null || nums.length < 2) {
return pairs;
}
Arrays.sort(nums);
int i = 0;
int j = nums.length - 1;
HashSet<Integer> set = new HashSet<>();
while (i < j) {
// 如果a + b = target, a找到后,b无需再找
while (i < j && set.contains(nums[i])) {
i++;
}
while (i < j && set.contains(nums[j])) {
j--;
}
if (i < j) {
if (nums[i] + nums[j] == target) {
set.add(nums[i]);
set.add(nums[j]);
pairs++;
} else if (nums[i] + nums[j] > target) {
j--;
} else {
i++;
}
}
}
return pairs;
}
}
LintCode_608:两数之和等于target(数组已排序)
题目大意:题目是LintCode_56的简化版,解法1和解法2可直接使用;与解法1,2相比,解法3双指针法充分利用数组已排序条件,时间复杂度降低到$O(n)$,空间复杂度降低到$O(1)$;
LintCode_443:两数之和大于target
题目大意:求出数组nums
中两数之和$> target$的组合数目;
解法1:暴力$O(n^2)$时间复杂度求解
二重循环暴力求解;
解法2:双指针法$O(nlog(n))$时间复杂度求解
解题思路:首先将数组nums
升序排序,双指针$i$从起点开始,指针$j$从终点开始,一旦有:$$nums[i] + nums[j] > target, $$则由于数组严格不递减,$$\forall num\in[nums[i], nums[j]], num + nums[j] > target$$,因此执行pairs += (j - i)
,此时$nums[j]$所有方案搜索完毕,执行j--
;
复杂度分析:时间复杂度$O(nlog(n))$,空间复杂度$O(1)$
/**
* 解法2:双指针法求解,时间复杂度O(logn),空间复杂度O(1)
* 求两数之和大于target的组合数目
* http://www.lintcode.com/en/problem/two-sum-greater-than-target/
* @author yzwall
*/
class Solution {
public int twoSum2(int[] nums, int target) {
int pairs = 0;
if (nums == null || nums.length < 2) {
return pairs;
}
Arrays.sort(nums);
int i = 0;
int j = nums.length - 1;
while (i < j) {
if (nums[i] + nums[j] > target) {
pairs += j - i;
// nums[j]所有方案求解完毕,j--
j--;
} else {
i++;
}
}
return pairs;
}
}
LintCode_609:两数之和不超过target
题目大意:求出数组nums
中两数之和$leqslant target$的组合数目;
LintCode_610:两数之差等于target
解法1:暴力$O(n^2)$时间复杂度求解
二重循环暴力求解;
解法2:双指针法$O(nlog(n))$时间复杂度求解
解题思路:首先将数组nums
升序排序,双指针$i$从起点开始,指针$j$从终点开始,一旦有:$$nums[i] + nums[j] \leq target, $$则由于数组严格不递减,$$\forall num\in[nums[i], nums[j]], num + nums[j] \leq target$$,因此执行pairs += (j - i)
,此时$nums[i]$所有方案搜索完毕,执行i++
;
复杂度分析:时间复杂度$O(nlog(n))$,空间复杂度$O(1)$
/**
* 双指针法求解,时间复杂度O(nlogn),空间复杂度O(1)
* 求两数之和小于等于target的所有组合数目
* http://www.lintcode.com/en/problem/two-sum-less-than-or-equal-to-target/
* @author yzwall
*/
class Solution {
public int twoSum5(int[] nums, int target) {
int pairs = 0;
if (nums == null || nums.length < 2) {
return pairs;
}
Arrays.sort(nums);
int i = 0;
int j = nums.length - 1;
while (i < j) {
// nums[i]的所有组合 = j - i
if (nums[i] + nums[j] <= target) {
pairs += j - i;
i++;
} else {
j--;
}
}
return pairs;
}
}
LintCode_533:两数之和最接近target
题目大意:求出数组nums
中两数之和与target
的最近距离(非负);
解法1:暴力$O(n^2)$时间复杂度求解
解题思路:二重循环不断迭代最小距离;
复杂度分析:时间复杂度$O(n^2)$,空间复杂度$O(1)$;
/**
* 解法1:暴力时间复杂度O(n^2)
* 求两数之和最接近target,求最近距离
* http://www.lintcode.com/en/problem/two-sum-closest-to-target/
* @author yzwall
*/
class Solution {
public int twoSumClosest(int[] nums, int target) {
if (nums == null || nums.length < 2) {
return target;
}
int min = Integer.MAX_VALUE;
int temp;
for (int i = 0; i < nums.length; i++) {
for (int j = i + 1; j < nums.length; j++) {
temp = target - (nums[i] + nums[j]);
min = Math.min(min, Math.abs(temp));
}
}
return min;
}
}
解法2:双指针法$O(nlog(n))$时间复杂度求解
解题思路:首先将数组排序,双指针分别从起点和终点遍历,临时距离
$$
temp = left | target - (nums[i] + nums[j]) right |
$$
不停与最短距离$min$比较迭代,$temp = 0$时直接返回;
复杂度分析:时间复杂度$O(nlog(n))$,空间复杂度$O(1)$;
/**
* 解法2:双指针法求解,时间复杂度O(nlogn)
* 求两数之和最接近target,求最近距离
* http://www.lintcode.com/en/problem/two-sum-closest-to-target/
* @author yzwall
*/
class Solution {
public int twoSumClosest(int[] nums, int target) {
if (nums == null || nums.length < 2) {
return target;
}
Arrays.sort(nums);
int i = 0;
int j = nums.length - 1;
int min = Integer.MAX_VALUE;
int temp;
while (i < j) {
temp = Math.abs(target - (nums[i] + nums[j]));
if (temp == 0) {
return 0;
}
min = Math.min(min, temp);
if (nums[i] + nums[j] > target) {
// 距离过大, j--
j--;
} else {
// 距离过小, i++
i++;
}
}
return min;
}
}
LintCode_610:两数之差等于target
解法1:暴力$O(n^2)$时间复杂度求解
二重循环暴力求解;
解法2:双指针法$O(nlog n)$时间复杂度求解
解题思路:首先将数组nums
升序排序,双指针$i$从起点开始,指针$j$从终点开始,一旦有:$$nums[i] + nums[j] \leq target$$则由于数组严格不递减,$$\forall num\in[nums[i], nums[j]], num + nums[j] \leq target$$,因此执行pairs += (j - i)
,此时$nums[i]$所有方案搜索完毕,执行i++
;
复杂度分析:时间复杂度$O(nlog(n))$,空间复杂度$O(1)$
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。