• Sum Problem


    2018-04-22 19:59:52

    Sum系列的问题是Leetcode上的一个很经典的系列题,这里做一个简单的总结。

    • 167. Two Sum II - Input array is sorted

    问题描述:

    问题求解:

    对于已排序的问题,可以使用双指针在O(n)的时间复杂度内完成求解。

        // 已排序数组,返回indices
        public int[] twoSum(int[] numbers, int target) {
            int i = 0;
            int j = numbers.length - 1;
            while (i < j) {
                if (target > numbers[i] + numbers[j]) i++;
                else if (target < numbers[i] + numbers[j]) j--;
                else break;
            }
            return new int[]{i + 1, j + 1};
        }
    
    • 1. Two Sum

    问题描述:

    问题求解:

    可以使用数据结构中的hash来很高效的解决,具体来说,我们可以建立一个hashmap,用来保存数值和其index,遍历数组,如果说hashmap中存在target - nums[i],由于题目中明确了只有唯一的解,因此就可以直接确定结果,将这两个数的index返回即可。

        public int[] twoSum3(int[] numbers, int target) {
            int[] result = new int[2];
            HashMap<Integer, Integer> map = new HashMap<>();
            for (int i = 0; i < numbers.length; i++) {
                if (map.containsKey(target - numbers[i])) {
                    result[1] = i + 1;
                    result[0] = map.get(target - numbers[i]);
                    break;
                }
                map.put(numbers[i], i + 1);
            }
            return result;
        }
    
    • 653. Two Sum IV - Input is a BST

    问题描述:

    Given a Binary Search Tree and a target number, return true if there exist two elements in the BST such that their sum is equal to the given target.

    问题求解:

    方法一、很容易想到的是二叉搜索树的中序遍历是一个有序数列,如果我们采用中序遍历一次并保存下来,那么问题就变成了上述的已排序数组求two sum的问题。

    代码时间复杂度为O(n)。

        ArrayList<Integer> ls = new ArrayList<>();
        public boolean findTarget(TreeNode root, int k) {
            inOrder(root);
            boolean res = false;
            int i = 0;
            int j = ls.size() - 1;
            while (i < j) {
                if (ls.get(i) + ls.get(j) > k) j--;
                else if (ls.get(i) + ls.get(j) < k) i++;
                else {
                    res = true;
                    break;
                }
            }
            return res;
        }
    
        void inOrder(TreeNode root) {
            if (root != null) {
                inOrder(root.left);
                ls.add(root.val);
                inOrder(root.right);
            }
        }
    

    方法二、递归遍历,每次递归到某个数就对target - nums[i]进行查找,值得注意的是,在查找过程中要特别注意不能是当前的数,因为同一个数只能出现一次,因此在传参的时候要把当前的结点信息传进去。

    代码时间复杂度从理论上来说应该是O(nlogn)。但由于剪枝效应的存在,所以在实际的运行上还是比较高效的。

        public boolean findTarget(TreeNode root, int k) {
            return dfs(root, root, k);
        }
    
        private boolean dfs(TreeNode root, TreeNode cur, int k) {
            if(cur == null) return false;
            return search(root, cur, k-cur.val) || dfs(root, cur.left, k) || dfs(root, cur.right, k);
        }
    
        private boolean search(TreeNode root, TreeNode cur, int target) {
            if(root == null) return false;
            if(target == root.val) return root != cur;
            else if (target > root.val) return search(root.right, cur, target);
            else return search(root.left, cur, target);
        }
    
    • 15. 3Sum

    问题描述:

    问题求解:

    主要的思想就是转化成Two Sum的问题,其中由于结果不能重复,所以我们需要提前对nums进行排序,在排序后,对先后相等的数就可以进行忽略处理了,这样就避免了重复的问题。另外,由于本题中的target = 0,那么在排序后的数组中如果其值大于0,那么也是可以直接排除可能性的,因为其值大于0,其后面的值也必然大于0,因此是不可能存在说三个正数的和为0的。

    本题其实也是可以使用dfs + 回溯解决的,但是时间复杂度上会高不少。这里就不多讲解了。

        public List<List<Integer>> threeSum(int[] nums) {
            List<List<Integer>> res = new ArrayList<>();
            Arrays.sort(nums);
            for (int i = 0; i < nums.length - 2; i++) {
                if (i == 0 || (nums[i] <= 0 && nums[i] != nums[i - 1])) {
                    int sum = 0 - nums[i];
                    int l = i + 1;
                    int r = nums.length - 1;
                    while (l < r) {
                        if (nums[l] + nums[r] == sum) {
                            res.add(Arrays.asList(nums[i], nums[l], nums[r]));
                            while (l < r && nums[l] == nums[l + 1]) l++;
                            while (l < r && nums[r] == nums[r - 1]) r--;
                            l++;
                            r--;
                        }
                        else if (nums[l] + nums[r] < sum) {
                            while(l < r && nums[l] == nums[l + 1]) l++;
                            l++;
                        }
                        else {
                            while(l < r && nums[r - 1] == nums[r]) r--;
                            r--;
                        }
                    }
                }
            }
            return res;
        }
    
    • 16. 3Sum Closest

    问题描述:

    问题求解:

    本质上和Three Sum是一样的。

        public int threeSumClosest(int[] nums, int target) {
            int min = Integer.MAX_VALUE;
            int res = Integer.MAX_VALUE;
            Arrays.sort(nums);
            for (int i = 0; i < nums.length - 2; i++) {
                if (i == 0 || nums[i] != nums[i - 1]) {
                    int sum = target - nums[i];
                    int l = i + 1;
                    int r = nums.length - 1;
                    while (l < r) {
                        if (nums[l] + nums[r] == sum) {
                            return target;
                        }
                        else if (nums[l] + nums[r] < sum) {
                            if (min > sum - (nums[l] + nums[r])) {
                                min = sum - (nums[l] + nums[r]);
                                res = nums[i] + nums[l] + nums[r];
                            };
                            while (l < r && nums[l + 1] == nums[l]) l++;
                            l++;
                        }
                        else {
                            if (min > nums[l] + nums[r] - sum) {
                                min = nums[l] + nums[r] - sum;
                                res = nums[i] + nums[l] + nums[r];
                            };
                            while (l < r && nums[r - 1] == nums[r]) r--;
                            r--;
                        }
                    }
                }
            }
            return res;
        }
    
    • 18. 4Sum

    问题描述:

    问题求解:

    转化成Three Sum就好了。

        public List<List<Integer>> fourSum(int[] nums, int target) {
            List<List<Integer>> res = new ArrayList<>();
            Arrays.sort(nums);
            for (int i = 0; i < nums.length - 3; i++) {
                if (i == 0 || nums[i] != nums[i - 1]) {
                    for (int j = i + 1; j < nums.length - 2; j++) {
                        if (j == i + 1 || nums[j] != nums[j - 1]) {
                            int sum = target - nums[i] - nums[j];
                            int l = j + 1;
                            int r = nums.length - 1;
                            while (l < r) {
                                if (nums[l] + nums[r] == sum) {
                                    res.add(Arrays.asList(nums[i], nums[j], nums[l], nums[r]));
                                    while (l < r && nums[l + 1] == nums[l]) l++;
                                    while (l < r && nums[r - 1] == nums[r]) r--;
                                    l++;
                                    r--;
                                }
                                else if (nums[l] + nums[r] < sum) {
                                    while (l < r && nums[l + 1] == nums[l]) l++;
                                    l++;
                                }
                                else {
                                    while (l < r && nums[r - 1] == nums[r]) r--;
                                    r--;
                                }
                            }
                        }
                    }
                }
            }
            return res;
        }
    
    • 416. Partition Equal Subset Sum

    问题描述:

    问题求解:

    其实就是一个背包问题,这里就是在看能不能挑其中n个物品,使其和为sum/2。当然,首先sum应该是偶数,如果sum奇数,那么就可以直接返回结果。

        public boolean canPartition(int[] nums) {
            int sum = 0;
            for (int i : nums) sum += i;
            if (sum % 2 != 0) return false;
            sum /= 2;
            boolean dp[] = new boolean[sum + 1];
            dp[0] = true;
            for (int num : nums) {
                for (int i = sum; i >= num; i--) {
                    dp[i] = dp[i] || dp[i - num];
                }
            }
            return dp[sum];
        }
    
    • 494. Target Sum

    问题描述:

    问题求解:

    方法一、第一个方法就是暴力搜索,回溯枚举。时间复杂度为指数级。

        public int findTargetSumWays(int[] nums, int S) {
            if (nums.length == 0) return 0;
            return helper(nums, 0, S);
        }
    
        private int helper(int[] nums, int idx, int S) {
            if (idx == nums.length) {
                if (S == 0) return 1;
                else return 0;
            }
            int res = 0;
            res += helper(nums, idx + 1, S + nums[idx]);
            res += helper(nums, idx + 1, S - nums[idx]);
            return res;
        }
    

    方法二、这个方法很有技巧性,实际上是把原问题转化成了求部分和的问题。不妨设+部分和为P,-部分和为Q,则P - Q = S,又P + Q = sum,所以得到2P = S + sum。也就是说求解nums中部分和为(S + sum)/ 2的总个数。由于原问题中指出了数字非负性,所以这种方法是可行的。算法的时间复杂度为伪多项式时间复杂度。

    必须要多sum 和 S 的大小进行判断,因为S的大小可能远超sum,这个时候如果不加判断会MLE。

        public int findTargetSumWays(int[] nums, int S) {
            int sum = 0;
            for (int i : nums) sum += i;
            if (sum < S || sum + S < 0 || (sum + S) % 2 != 0) return 0;
            return helper(nums, (sum + S) / 2);
        }
    
        private int helper(int[] nums, int S) {
            int[] dp = new int[S + 1];
            dp[0] = 1;
            for (int num : nums) {
                for (int i = S; i >= num; i--) {
                    dp[i] += dp[i - num];
                }
            }
            return dp[S];
        }
    
  • 相关阅读:
    CShop Project 082: 获取分页数据模型并传递到页面上
    CShop Project 08: 展示不同类型的商品
    CShop Project 08: 开发商品分类的查询和展示
    119 类和数据类型
    118 对象的绑定方法
    117 对象的属性查找顺序
    116 定制对象独有特征
    115 类和对象
    114 面向对象编程介绍
    113 面向对象程序设计的由来(了解)
  • 原文地址:https://www.cnblogs.com/hyserendipity/p/8909252.html
Copyright © 2020-2023  润新知