Problem: 18. 四数之和
文章目录
- 解题思路
- 算法原理分析
- 复杂度
- Code
解题思路
讲述看到这一题的思路
- 首先我们来分析一下本题的思路:这题和我们之前所讲过的一题叫做 三数之和,与本题非常得类似,如果没有做过的扣友可以先去做做看
- 那我们来分析一下本题的题意,题目中说到会给我们一个整数数组nums和一个目标值
target
,这和三数之和不同的是这四个数相加之和要为target
,而且这个四元组不可以重复 - 那我们来看示例1,从
[1, 0, -1, 0, -2, 2]
这几个数里面找到了三组符合条件的四元组
💬 那具体这个寻找的过程是怎样的呢,我们一起看下去
算法原理分析
马上我们就来说说这个算法的实现原理
对于【暴力解法】我在 三数之和 里面已经说过了,肯定会造成超时的现象,所以我直接来介绍双指针的解法:
- 首先我们要先固定的就是最前面的这个数a,接下去的话就是在后面的这段区间中找到三个数,它们的和为
target - a
的
- 但是呢三个数相加我们无法去做到很好的定位,因为我们是要使用双指针来解决这道题,所以呢对于后面的小区间我们还要再做一个划分:继续定位出来最前面的一个数作为数b,然后在后面的区间中找到两个数之和等于
target - a - b
- 但是呢我们除了考虑一些基本的要求外,还需要去考虑到去重和越界的问题,在这里我们不仅是要考虑到
left
和right
,而且还需要考虑到在外侧所固定的数a和数b
💬 所以,光就这么分析来看,本题的难度是要大于【三数之和】的,所以读者可以试着自己写写看代码,锻炼提升一下自己💪
复杂度
- 时间复杂度:
对于时间复杂度, 最外层固定一个数a,然后遍历; 第二层遍历一个数b,然后接着遍历,在最内层呢我们通过
while
循环继续去做遍历,那么这个时间复杂度即为 O ( n 3 ) O(n^3) O(n3)
- 空间复杂度:
因为没有开出任何额外的空间,所以空间复杂度为 O ( n ) O(n) O(n)
Code
class Solution {
public:
vector<vector<int>> fourSum(vector<int>& nums, int target) {
// 1.排序
sort(nums.begin(), nums.end());
// 2.利用双指针解决问题
int n = nums.size();
vector<vector<int>> result;
for(int i = 0;i < n; ) // 固定a
{
// 利用三数之和进行求解
for(int j = i + 1;j < n; ) // 固定b
{
int left = j + 1, right = n - 1;
long long targetSum = (long long)target - nums[i] - nums[j];
while(left < right)
{
int sum = nums[left] + nums[right];
if(sum < targetSum){
left++;
}else if(sum > targetSum){
right--;
}
else{
// 将找到的数据放入结果集中
result.push_back({nums[i], nums[j], nums[left++], nums[right--]});
// left和right去重
while(left < right && nums[left] == nums[left - 1]) left++;
while(left < right && nums[right] == nums[right + 1]) right--;
}
}
// j去重
j++;
while(j < n && nums[j] == nums[j - 1]) j++;
}
// i去重
i++;
while(i < n && nums[i] == nums[i - 1]) i++;
}
return result;
}
};