双指针法

双指针法解决三数之和,四数之和,五数之和…的问题。此类题目使用暴力解法的时间复杂度为O(n^n),使用双指针法可以少依次for,为O(n ^ (n - 1))。

三数之和

题目描述

力扣连接🔗

双指针法 - 图1

题目分析

使用hashMap来解决可以是使用 a + b 映射在map中,在查重 0 - (a + b) 的方法,但此时有大量的去重操作,使用2个for循环来寻找 a + b 此时时间复杂度位O(n^2),所以此时可以考虑双指针法。

双指针动画效果:

双指针法 - 图2

拿这个nums数组来举例,首先将数组排序,然后有一层for循环,i从下标0的地方开始,同时定一个下标left 定义在i+1的位置上,定义下标right 在数组结尾的位置上。

依然还是在数组中找到 abc 使得a + b +c =0,我们这里相当于 a = nums[i] b = nums[left] c = nums[right]。

接下来如何移动left 和right呢, 如果nums[i] + nums[left] + nums[right] > 0 就说明 此时三数之和大了,因为数组是排序后了,所以right下标就应该向左移动,这样才能让三数之和小一些。

如果 nums[i] + nums[left] + nums[right] < 0 说明 此时 三数之和小了,left 就向右移动,才能让三数之和大一些,直到left与right相遇为止。

此时的双指针法的时间复杂度也为 O(n^2),但其中的去重更加方便。

大体的思路为:先将数组进行排序,使用一个for循环来遍历数组来确定一个数的值,使用左右指针再次遍历数组来进行查找(其中也涉及需要去重的操作)。

代码

  1. class Solution {
  2. /**
  3. * 双指针法 + 排序
  4. *
  5. * @param nums
  6. * @return
  7. */
  8. public List<List<Integer>> threeSum(int[] nums) {
  9. List<List<Integer>> result = new ArrayList<>();
  10. // 先将数组进行排序
  11. Arrays.sort(nums);
  12. // 循环遍历数组
  13. for (int i = 0; i < nums.length; i++) {
  14. // 排序后如果第一个数大于0,那么一定不可能凑出三元组
  15. if (nums[i] > 0) {
  16. return result;
  17. }
  18. // 两个数相等时,直接跳过这次判断,达到去重效果
  19. if (i > 0 && nums[i] == nums[i - 1]) {
  20. continue;
  21. }
  22. int left = i + 1, right = nums.length - 1;
  23. while (left < right) {
  24. int sum = nums[i] + nums[left] + nums[right];
  25. // 大于0即右指针向左移动
  26. if (sum > 0) {
  27. right--;
  28. }
  29. // 小于0即左指针向右移动
  30. else if (sum < 0) {
  31. left++;
  32. }
  33. else{
  34. result.add(Arrays.asList(nums[i], nums[left], nums[right]));
  35. // 去重,去重应该放在最后,放在最前面会漏掉0,0,0
  36. while (right > left && nums[right - 1] == nums[right]) right--;
  37. while (right > left && nums[left + 1] == nums[left]) left++;
  38. // 再继续判断是否有相加为0的数
  39. right--;
  40. left++;
  41. }
  42. }
  43. }
  44. return result;
  45. }
  46. }

四数之和

题目描述

力扣链接🔗

双指针法 - 图3

题目分析

思路和三数之和一致,只需要两次for循环遍历即可。

但是有一些细节需要注意,例如: 不要判断nums[k] > target 就返回了,三数之和 可以通过 nums[i] > 0 就返回了,因为 0 已经是确定的数了,四数之和这道题目 target是任意值。(大家亲自写代码就能感受出来)

四数之和的双指针解法是两层for循环nums[k] + nums[i]为确定值,依然是循环内有left和right下标作为双指针,找出nums[k] + nums[i] + nums[left] + nums[right] == target的情况,三数之和的时间复杂度是双指针法 - 图4#card=math&code=O%28n%5E2%29&id=jWOwT),四数之和的时间复杂度是双指针法 - 图5#card=math&code=O%28n%5E3%29&id=vnl1E) 。

代码

  1. class Solution {
  2. /**
  3. * 双指针 + 排序
  4. *
  5. * @param nums
  6. * @param target
  7. * @return
  8. */
  9. public List<List<Integer>> fourSum(int[] nums, int target) {
  10. // 先将数组进行排序
  11. Arrays.sort(nums);
  12. List<List<Integer>> result = new ArrayList<>();
  13. for (int i = 0; i < nums.length; i++) {
  14. // 第一个数都大于target,那就不会有四元组相加等于target,此时不能使用判断,因为target存在负数
  15. // if (i > 0 && nums[i] > target) {
  16. // return result;
  17. // }
  18. // 有重复数据,直接跳过,达到去重效果
  19. if (i > 0 && nums[i] == nums[i - 1]) {
  20. continue;
  21. }
  22. for (int j = i + 1; j < nums.length; j++) {
  23. // 此处不能判断第一个数大于target就返回,因为此时j不是最外层
  24. // if (i > 0 && nums[i] > target) {
  25. // return result;
  26. // }
  27. // 有重复数据,直接跳过,达到去重效果
  28. // 注意此时 j > i + 1 ,不是 j > i ,否则漏掉2,2,2,2,2 8
  29. if (j > i + 1 && nums[j] == nums[j - 1]) {
  30. continue;
  31. }
  32. int left = j + 1, right = nums.length - 1;
  33. while (left < right) {
  34. int sum = nums[i] + nums[j] + nums[left] + nums[right];
  35. if (sum > target) {
  36. right--;
  37. } else if (sum < target) {
  38. left++;
  39. } else {
  40. result.add(Arrays.asList(nums[i], nums[j], nums[left], nums[right]));
  41. while (left < right && nums[right] == nums[right - 1]) right--;
  42. while (left < right && nums[left] == nums[left + 1]) left++;
  43. left++;
  44. right--;
  45. }
  46. }
  47. }
  48. }
  49. return result;
  50. }
  51. }

何时不能使用此类方法

那么一样的道理,五数之和、六数之和等等都采用这种解法。

但是,例如:Map中讲到的两数之和,此时需要返回索引,但是我们此时需要排序之后进行双指针法,所以返回索引会很麻烦,此时就适合使用map的value存储索引。