力扣.16 最接近的三数之和

news/2024/11/18 2:32:35/

数组系列

力扣数据结构之数组-00-概览

力扣.53 最大子数组和 maximum-subarray

力扣.128 最长连续序列 longest-consecutive-sequence

力扣.1 两数之和 N 种解法 two-sum

力扣.167 两数之和 II two-sum-ii

力扣.170 两数之和 III two-sum-iii

力扣.653 两数之和 IV two-sum-IV

力扣.015 三数之和 three-sum

力扣.016 最接近的三数之和 three-sum-closest

力扣.259 较小的三数之和 three-sum-smaller

题目

给你一个长度为 n 的整数数组 nums 和 一个目标值 target。请你从 nums 中选出三个整数,使它们的和与 target 最接近。

返回这三个数的和。

假定每组输入只存在恰好一个解。

示例 1:

输入:nums = [-1,2,1,-4], target = 1 输出:2 解释:与 target 最接近的和是 2 (-1 + 2 + 1 = 2)。 示例 2:

输入:nums = [0,0,0], target = 1 输出:0 解释:与 target 最接近的和是 0(0 + 0 + 0 = 0)。

提示:

3 <= nums.length <= 1000 -1000 <= nums[i] <= 1000 -10^4 <= target <= 10^4

前言

这道题作为 leetcode 的第 15 道题,看起来似曾相识。

大概思路可以有下面几种:

  1. 暴力解法

  2. 数组排序+二分

  3. Hash 优化

  4. 双指针

v1-暴力解法

思路

直接 3 次循环,找到符合结果的数据返回。

这种最容易想到,一般工作中也是我们用到最多的。

大概率会超时。

实现

java">public int threeSumClosest(int[] nums, int target) {final int n = nums.length;int result = Integer.MAX_VALUE;int minDis = Integer.MAX_VALUE;for(int i = 0; i < n; i++) {for(int j = i+1; j < n; j++) {for(int k = j+1; k < n; k++) {int sum = nums[i]+nums[j]+nums[k];int dis = Math.abs(sum - target);if(minDis > dis) {minDis = dis;result = sum;}}}}return result;
}

效果

574ms 8.04%

竟然通过了,还挺意外的

小结

这里慢在三层循环,可以考虑排序后利用双指针优化。

可以参考 T015 的思路。

v2-排序+双指针

思路

首先排序

固定第一个元素,然后后面两个元素通过双指针寻找,类似于 T015

这里需要用一个变量记录最小的距离,另一个记录 result 和。

实现

java">public int threeSumClosest(int[] nums, int target) {Arrays.sort(nums);// 处理双指针final int n = nums.length;int result = Integer.MAX_VALUE;int minDis = Integer.MAX_VALUE;for(int i = 0; i < n-2; i++) {int left = i+1;int right = n;while (left < right) {int sum = nums[i] + nums[left] + nums[right];// 判断是否为最小距离if(sum == target) {return target;}// 更新最小距离int abs = Math.abs(sum - target);if(abs < minDis) {minDis = abs;// 最小的 sumresult = sum;}if(sum > target) {right--;}if(sum < target) {left++;}}}return result;
}

效果

12ms 77.79%

效果还行。看了下基本实现就是这个。

小结

这里对双指针的理解要求比较高。

在理解了 T015 的基础上实现这一题并不算特别难。


http://www.ppmy.cn/news/1547866.html

相关文章

Linux TCP 服务器实现双向通信1v1

客户端 #include <sys/types.h> #include <sys/socket.h> #include <stdio.h> #include <string.h> #include <stdlib.h> #include <netinet/in.h> #include <arpa/inet.h> #include <unistd.h> #include <pthread.h>c…

鸿蒙实现 web 传值

前言&#xff1a;安卓和 IOS 加载 H5 的时候&#xff0c;都有传值给到 H5 或者接收 H5 值&#xff0c;鸿蒙也可传值和接收 H5 的内容&#xff0c;以下是鸿蒙传值给 H5 端的具体操作 一: 定义好 H5 和鸿蒙传值的方法名&#xff0c;两端必须保持方法名一致 // xxx.ets import …

C语言第九周课——经典算法

目录 一、冒泡法排序 1.1原理 1.2代码实现&#xff08;以升序排序为例&#xff09; 1.3逻辑 1.4分析 二、二分法查找 2.1原理 2.2代码实现 2.3逻辑 2.4算法效率分析 三、素数判断 3.1原理 3.2代码实现 3.3逻辑 3.4分析 一、冒泡法排序 1.1原理 冒泡排序&…

【数据结构】11.哈夫曼树哈夫曼编码

一、哈夫曼树的基本概念 哈夫曼&#xff08;Huffman&#xff09;树又称最优树&#xff0c;是一类带权路径长度最短的树&#xff0c;在实际中有广泛的用途。 路径&#xff1a; 从树中一个节点到另一个节点之间的分支构成这两个节点之间的路径。路径长度&#xff1a; 路径上的分…

【泛型 Plus】Kotlin 的加强版类型推断:@BuilderInference

视频先行 下面是视频内容的脚本文案原稿分享。 小剧场 面试官&#xff1a;「既然协程和泛型你都熟悉&#xff0c;flow() 函数是怎么实现类型推断的有了解过吗&#xff1f;」 求职者&#xff1a;「嗯……」 求职者&#xff1a;「嗯……在Kotlin协程中&#xff0c;flow 是一种构建…

ScreenAgent CogAgent 安装日志

环境&#xff1a;python3.10 、conda 4.5.11 python ./cogagent_model_worker.py --host 0.0.0.0 --port 40000 --from_pretrained "saved_models/cogagent-chat" --bf16 --max_length 2048 报错&#xff1a; [2024-11-16 18:23:52,527] [INFO] [real_accelerato…

RHCE的学习(17)

shell特性回顾 1.echo linux打印命令 参数 -n 取消输出后行末的换行符号-e 支持反斜线控制的字符转换 \n \t ! 控制字符作 用\输出\本身 !\a输出警告音\b退格键&#xff0c;也就是向左删除键\c取消输出行末的换行符。和“-n”选项一致\eEsc键向右删除键\f换页符\n换行符\r字…

聊天服务器(7)数据模块

目录 Mysql数据库代码封装头文件与源文件 Mysql数据库代码封装 业务层代码不要直接写数据库&#xff0c;因为业务层和数据层的代码逻辑也想完全区分开。万一不想存储mysql&#xff0c;想存redis的话&#xff0c;就要改动大量业务代码。解耦合就是改起来很方便。 首先需要安装m…