【基础算法总结】双指针算法二

双指针

  • 1.有效三角形的个数
  • 2.和为S的两个数字
  • 3.和为S的两个数字
  • 4.四数之和

在这里插入图片描述

点赞👍👍收藏🌟🌟关注💖💖
你的支持是对我最大的鼓励,我们一起努力吧!😃😃

1.有效三角形的个数

题目链接:633.有效三角形的个数

题目描述

在这里插入图片描述
一般三角形我们判断方法是任意两边之和大于第三边
在这里插入图片描述
算法原理:

解法一: 暴力求解

选三个数进行判断,一般我们一定会想到三层for循环进行判断,下面是伪代码,时间复杂度O(N^3)
在这里插入图片描述
解法二:利用单调性,使用双指针算法来解决问题

任意两边之和大于第三边,三个数需要判断三次
a+b>c
a+c>b
b+c>a

现在a、b、c三个数,先对它们进行排序,a<=b<=c;
a+b>c
a+c>b
b+c>a
我们只需要判断一次 a+b>c就也把下面两次判断包括了。因为c是最大的!

在这里插入图片描述
注意这只是固定了10一次循环,还要在从后往前固定

  1. 固定最大的数
  2. 在最大数的左区间内,使用双指针算法,快速统计符合要求的三元组个数
class Solution {
public:int triangleNumber(vector<int>& nums) {  //1.优化sort(nums.begin(),nums.end());//2.利用双指针快速解决问题int sum=0;for(int i=nums.size()-1;i>=2;--i)//先固定最大数{//利用双指针快速统计符合要求的三元组个数int left=0,right=i-1;while(left<right){if(nums[left]+nums[right]>nums[i]){sum+=(right-left);--right;}else{++left;}}}return sum;}
};

总结:有些题可以进行排序或者已经排好了序,然后利用单调性,使用双指针算法解决问题,双指针一个指向最小值,一个指向最大值,然后根据题意利用单调性一次排除一批。

2.和为S的两个数字

题目链接:JZ57 和为S的两个数字

题目描述
在这里插入图片描述

算法原理

解法一:暴力枚举求解O(N^2)
拿到题我们马上就会想到暴力求解,两层for循环,以下是伪代码
在这里插入图片描述

解法2:使用单调性,使用双指针算法解决问题
本题排好序了,我们直接使用双指针即可,一个指向最左边,一个指向最右边。然后根据条件利用单调性一次排除一批。O(N)

在这里插入图片描述

class Solution {
public:vector<int> FindNumbersWithSum(vector<int> array,int sum) {int left=0,right=array.size()-1,ret=0;while(left<right){ret=array[left]+array[right];if(ret>sum) --right;else if(ret<sum) ++left;else return {array[left],array[right]};}return {};}
};

3.和为S的两个数字

题目链接:15. 三数之和

题目描述
在这里插入图片描述
题目分析

这道题我们根据它的用例来分析,要找下标不同的数,使其相加和为0。下面虽然有三组解,下标也不同,但是第一组和第三组它们的数是相同的,因此只能去重留下一组。
在这里插入图片描述

算法原理:

一般这里我们还是首先会想到暴力求解,这是没问题的,因为我们的优化就是从暴力求解上来的。

对于这道题,它要最后把结果还要去重,我们一般考虑得到结果然后每个排序之后在去重。其实我们可以先排序。然后在去重,去重我们有容器set和unordered_set,因此第一种解法出来了。

解法一:排序+暴力枚举+利用set去重

解法二:排序之后,使用单调性,使用双指针算法解决问题

本题是找三元组,因此我们排好序之后,固定一个数,然后利用双指针求解。所以以后遇到三元组的问题可以采用这种方法

  1. 排序
  2. 固定一个数a
  3. 在该数后面的区间内,利用 “双指针算法” 快速找到两个的和等于-a即可

在这里插入图片描述

class Solution {
public:vector<vector<int>> threeSum(vector<int>& nums) {//1.排序sort(nums.begin(),nums.end());vector<vector<int>> vc;//2.利用双指针解决问题for(int i=0;i<nums.size()-2;++i)//固定a{if(nums[i]>0)//小优化break;int left=i+1,right=nums.size()-1,target=-nums[i];while(left<right){int sum=nums[left]+nums[right];if(sum>target) --right;else if(sum<target) ++left;else{vc.push_back({nums[i],nums[left],nums[right]});//不漏++left,--right;//去重left,rightwhile(left < right && nums[left] == nums[left-1]) ++left;while(left < right && nums[right] == nums[right+1]) --right;}}//去重iwhile(i < nums.size()-2 && nums[i] == nums[i+1]) ++i;}return vc;        }
};

4.四数之和

题目链接:18.四数之和

题目描述
在这里插入图片描述
这道题和上面三数之和几乎一模一样

算法原理:

解法一:排序+暴力枚举+容器set去重
时间复杂度O(N^4)

解法二:排序+双指针

  1. 依次固定一个数 a
  2. 在 a 后面的区间内,利用 “三数之和” 找到三个数,是这三个数字的和等于 target - a 即可

三数之和

  1. 依次固定一个数 b
  2. 在 b 后面的区间内,利用 “双指针” 找到两个数,使这两个数的和等于 target - a - b 即可

处理细节问题:

  1. 去重
  2. 不漏
    在这里插入图片描述
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vector<vector<int>> ret;int n=nums.size();for(int i=0;i<n-3;++i)//固定数 a{//利用 三数之和for(int j=i+1;j<n-2;++j) //固定数 b{//双指针int left=j+1,right=n-1;int aim=target-nums[i]-nums[j];while(left<right){int sum=nums[left]+nums[right];if(sum>aim) --right;else if(sum<aim) ++left;else{ret.push_back({nums[i],nums[j],nums[left],nums[right]});//不漏++left;--right;//去重1while(left<right && nums[left] == nums[left-1]) ++left;while(left<right && nums[right] == nums[right+1]) --right;}}//去重2while(j+1 < n-2 && nums[j+1] == nums[j]) ++j;}//去重3while(i+1 < n-3 && nums[i+1] == nums[i]) ++i;}return ret;}
};

注意这里会有数据溢出的问题。

在这里插入图片描述

因此两数相减的时候,使用long long

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vector<vector<int>> ret;int n=nums.size();for(int i=0;i<n-3;++i)//固定数 a{//利用 三数之和for(int j=i+1;j<n-2;++j) //固定数 b{//双指针int left=j+1,right=n-1;long long aim=(long long)target-nums[i]-nums[j];while(left<right){int sum=nums[left]+nums[right];if(sum>aim) --right;else if(sum<aim) ++left;else{ret.push_back({nums[i],nums[j],nums[left],nums[right]});//不漏++left;--right;//去重1while(left<right && nums[left] == nums[left-1]) ++left;while(left<right && nums[right] == nums[right+1]) --right;}}//去重2while(j+1 < n-2 && nums[j+1] == nums[j]) ++j;}//去重3while(i+1 < n-3 && nums[i+1] == nums[i]) ++i;}return ret;}
};

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/3981.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

elasticsearch-8.1.0安装记录

目录 零、版本说明一、安装二、使用客户端访问 零、版本说明 centos [rootnode1 ~]# cat /etc/redhat-release CentOS Linux release 7.9.2009 (Core)elasticsearch elasticsearch-8.1.0-linux-x86_64一、安装 systemctl stop firewalld.servicesystemctl disable firewal…

mysql中join内外连接查询例子

文章目录 join关键字概要举例using 与 on 区别 join关键字 在MySQL中&#xff0c;JOIN 是一种用于将两个或多个表中的行联合起来的操作。 连接&#xff08;join&#xff09;就是将一张表中的行按照某个条件&#xff08;连接条件&#xff09;与另一张表中的行连接起来形成一个新…

debian配置BIND DNS服务器

前言 局域网内有很多台主机&#xff0c;IP难以记忆。 而修改hosts文件又难以做到配置共享和统一&#xff0c;需要一台内网的DNS服务器。 效果展示 这里添加了一个域名hello.dog&#xff0c;将其指向为192.168.1.100。 同时&#xff0c;外网的域名不会受到影响&#xff0c;…

C语言:内存操作函数memcpy、memmove、memset和memcpy的使用和模拟实现

一&#xff1a;memcpy的使用和模拟 memcpy使用时需要包含的头文件为#include<string.h> void* memcpy(void* destination,const void* source,size_t num) 函数memcpy从source的位置开始向后复制num个字节的数据到destination指向的内存位置&#xff08;特别注意的是…

百度百科推广轻松实现销量翻倍的4个秘诀-华媒舍

在如今的数字化时代&#xff0c;网络推广已经成为企业推广产品和增加销量的重要手段之一。其中&#xff0c;百度百科作为国内最大的中文百科网站&#xff0c;拥有庞大的用户群体&#xff0c;成为众多企业进行产品推广和提升知名度的选择之一。本文将介绍如何高效运用百度百科进…

电子盖章管理软件

电子盖章管理软件是一种专门设计用于生成、管理和验证电子印章&#xff0c;以及支持电子文档安全签署过程的应用程序。这些软件通常具备以下核心功能&#xff1a; 电子印章生成&#xff1a;允许用户创建、设计或导入符合法律要求的电子印章图像&#xff0c;关联数字证书以确保印…

FORM调用标准AP\AR\GL\FA界面

EBS FORM客户化界面有时候数据需要追溯打开AP\AR\GL\FA等界面&#xff1a; 一种打开日记账的方式&#xff1a; PROCEDURE SHOW_JOURNAL ISparent_form_id FormModule;child_form_id FormModule; BEGINclose_jrn;parent_form_id : FIND_FORM(:SYSTEM.CURRENT_FORM);COPY(TO…

4/26发布发布:缺了好几次的作业,矩形法+二分法求下面方程根+顺序查找n+程序填空,补一下还有八九没做,炸8412 字不是干的,哈哈哈

OK了发布 你说的对&#xff0c;但是釜山行里逃过了六节车厢的丧尸&#xff0c;却逃不过一节车厢的人心&#xff0c;这说明了什么&#xff1f;说明一节更比六节强&#xff0c;王中王&#xff0c;火腿肠&#xff0c;果冻我要喜之郎&#xff0c;上课要听鹏哥讲&#xff01; 目录…

2024年4月计算机视觉论文推荐

本文将整理4月发表的计算机视觉的重要论文&#xff0c;重点介绍了计算机视觉领域的最新研究和进展&#xff0c;包括图像识别、视觉模型优化、生成对抗网络(gan)、图像分割、视频分析等各个子领域 扩散模型 1、Tango 2: Aligning Diffusion-based Text-to-Audio Generations th…

Java上传文件并存储到MySQL数据库

Java上传文件并存储到MySQL数据库实现过程&#xff1a; 第一步创建接口层 /** *文件接口层 */RestControllerRequestMapping("/file")public class FileController { //引用文件业务层 Resource private FileService fileService; /** *上传文件接…

C语言:一维数组、二维数组、字符数组介绍

数组 介绍一维数组定义应用方法初始化 举例示例结果 二维数组定义应用方法初始化 举例示例结果 字符数组定义应用方法初始化 举例示例结果分析 介绍 在C语言中&#xff0c;数组是一种基本的数据结构&#xff0c;用于存储一系列相同类型的数据。数组可以是多维的&#xff0c;最…

Vscode上使用Clang,MSVC, MinGW, (Release, Debug)开发c++完全配置教程(包含常见错误),不断更新中.....

1.VSCode报错头文件找不到 clang(pp_file_not_found) 在Fallback Flags中添加 -I&#xff08;是-include的意思&#xff0c;链接你的编译器对应头文件地址&#xff0c;比如我下面的是MSVC的地址&#xff09; 问题得到解决~

【Elasticsearch<二>✈️✈️】基本属性概念与MySQL数据库的不同之处

目录 &#x1f378;前言 &#x1f37b;一、Elasticsearch 基本属性 1.1 ES VS MySQL 1.2 ES 属性概念 1.3 ES 的增删改查 &#x1f37a;二、自动补全场景 2.1 场景举例 2.2 使用数据分词器 2.3 查询的流程 2.4 整个查询流程图 &#x1f379;章末 &#x1f378;前言 上次初步…

C++进阶--智能指针

智能指针的概念 智能指针是C中的一个重要概念&#xff0c;用于管理动态分配的对象内存。它是一个类模板&#xff0c;通过封装原始指针&#xff0c;并在对象生命周期结束时自动释放内存&#xff0c;从而避免了内存泄漏和资源管理的繁琐工作。 C标准库提供了多种常见的智能指针…

CasinoRoyale靶机练习实践报告

CasinoRoyale靶机练习实践报告 下载地址: https://drive.google.com/open?id1FYP246L63zShV00wOckAQ5F5XJ4HkZ0Lhttps://download.vulnhub.com/casinoroyale/CasinoRoyale.ovahttps://download.vulnhub.com/casinoroyale/CasinoRoyale.ova.torrent ( Magnet) 1 安装靶机 …

【Java Spring MVC项目异常解决】HTTP 500

HTTP 500状态码表示“内部服务器错误”&#xff08;Internal Server Error&#xff09;。这是一个通用的错误响应&#xff0c;表明服务器在处理请求时遇到了预料之外的情况&#xff0c;导致无法完成请求。500错误是服务器端错误的一种&#xff0c;与客户端无关。在Web开发中&am…

强化SSH服务安全的最佳实践

SSH&#xff08;Secure Shell&#xff09;作为一种广泛应用于Linux和其他类Unix系统中的强大工具&#xff0c;为管理员提供了安全的远程登录和命令执行功能。在现今高度互联的网络环境中&#xff0c;确保SSH服务的安全性显得尤为重要。本文将详细阐述一系列SSH服务的最佳实践&a…

【LangChain系列 12】Prompt模版——序列化

本文速读&#xff1a; PromptTemplate FewShotPromptTemplate 通常prompt以文件形式存储比python代码更好&#xff0c;一方面可以更容易共享、存储。本文将介绍在LangChain中如何对prompt以不同的方式序列化。 一般来说&#xff0c;对于序列化有以下两个设计原则&#xff1a…

吴恩达机器学习笔记:第 8 周-13 聚类(Clustering)13.3-13.5

目录 第 8 周 13、 聚类(Clustering)13.3 优化目标13.4 随机初始化13.5 选择聚类数 第 8 周 13、 聚类(Clustering) 13.3 优化目标 K-均值最小化问题&#xff0c;是要最小化所有的数据点与其所关联的聚类中心点之间的距离之和&#xff0c;因此 K-均值的代价函数&#xff08;又…