LeetCode 第18题:四数之和
1.LeetCode 第10题:正则表达式匹配2.LeetCode 第1题:两数之和3.LeetCode 第2题:两数相加4.LeetCode 第3题:无重复字符的最长子串5.LeetCode 第4题:寻找两个正序数组的中位数6.LeetCode 第8题:字符串转换整数 (atoi)7.LeetCode 第7题:整数反转8.LeetCode 第6题:Z字形变换9.LeetCode 第5题:最长回文子串10.LeetCode 第9题:回文数11.LeetCode 第11题:盛最多水的容器12.LeetCode 第12题:整数转罗马数字13.LeetCode 第13题:罗马数字转整数14.LeetCode 第14题:最长公共前缀15.LeetCode 第15题:三数之和16.LeetCode 第16题:最接近的三数之和17.LeetCode 第17题:电话号码的字母组合
18.LeetCode 第18题:四数之和
19.LeetCode 第19题:删除链表的倒数第N个结点20.LeetCode 第20题:有效的括号21.LeetCode 第21题:合并两个有序链表22.LeetCode 第22题:括号生成23.LeetCode 第23题:合并K个升序链表24.LeetCode 第24题:两两交换链表中的节点25.LeetCode 第25题:K 个一组翻转链表26.LeetCode 第26题:删除有序数组中的重复项27.LeetCode 第27题:移除元素28.LeetCode 第28题:找出字符串中第一个匹配项的下标29.LeetCode 第29题:两数相除30.LeetCode 第30题:串联所有单词的子串31.LeetCode 第31题:下一个排列32.LeetCode 第32题:最长有效括号33.LeetCode 第33题:搜索旋转排序数组34.LeetCode 第34题:在排序数组中查找元素的第一个和最后一个位置35.LeetCode 第35题:搜索插入位置36.LeetCode 第36题:有效的数独37.LeetCode 第37题:解数独38.LeetCode 第38题:外观数列39.LeetCode 第39题:组合总和40.LeetCode 第40题:组合总和 II41.LeetCode 第41题:缺失的第一个正数LeetCode 第18题:四数之和
题目描述
给你一个由 n 个整数组成的数组 nums ,和一个目标值 target 。请你找出并返回满足下述全部条件且不重复的四元组 [nums[a], nums[b], nums[c], nums[d]] (若两个四元组元素一一对应,则认为两个四元组重复):
- 0 <= a, b, c, d < n
- a、b、c 和 d 互不相同
- nums[a] + nums[b] + nums[c] + nums[d] == target
你可以按 任意顺序 返回答案。
难度
中等
题目链接
https://leetcode.cn/problems/4sum/
示例
示例 1:
输入:nums = [1,0,-1,0,-2,2], target = 0
输出:[[-2,-1,1,2],[-2,0,0,2],[-1,0,0,1]]
示例 2:
输入:nums = [2,2,2,2,2], target = 8
输出:[[2,2,2,2]]
提示
- 1 <= nums.length <= 200
- -109 <= nums[i] <= 109
- -109 <= target <= 109
解题思路
方法:排序 + 双指针
这道题是三数之和的扩展,可以使用类似的思路解决。主要思路是固定两个数,然后使用双指针寻找另外两个数。
关键点:
- 先对数组排序,便于去重和使用双指针
- 使用两层循环固定前两个数
- 使用双指针寻找后两个数
- 注意去重处理
- 注意整数溢出问题
具体步骤:
- 对数组进行排序
- 第一层循环固定第一个数
- 第二层循环固定第二个数
- 使用双指针寻找剩余两个数
- 根据四数之和与target的关系移动指针
- 注意各层的去重处理
时间复杂度:O(n³)
空间复杂度:O(1),不考虑返回值的空间
代码实现
C# 实现
public class Solution {
public IList<IList<int>> FourSum(int[] nums, int target) {
List<IList<int>> result = new List<IList<int>>();
if (nums == null || nums.Length < 4) {
return result;
}
Array.Sort(nums);
int n = nums.Length;
// 固定第一个数
for (int i = 0; i < n - 3; i++) {
// 去重
if (i > 0 && nums[i] == nums[i - 1]) {
continue;
}
// 剪枝:当前最小和大于target,后面的组合一定更大
if ((long)nums[i] + nums[i + 1] + nums[i + 2] + nums[i + 3] > target) {
break;
}
// 剪枝:当前最大和小于target,当前i的组合不可能是解
if ((long)nums[i] + nums[n - 3] + nums[n - 2] + nums[n - 1] < target) {
continue;
}
// 固定第二个数
for (int j = i + 1; j < n - 2; j++) {
// 去重
if (j > i + 1 && nums[j] == nums[j - 1]) {
continue;
}
// 剪枝:当前最小和大于target
if ((long)nums[i] + nums[j] + nums[j + 1] + nums[j + 2] > target) {
break;
}
// 剪枝:当前最大和小于target
if ((long)nums[i] + nums[j] + nums[n - 2] + nums[n - 1] < target) {
continue;
}
// 使用双指针寻找剩余两个数
int left = j + 1;
int right = n - 1;
while (left < right) {
long sum = (long)nums[i] + nums[j] + nums[left] + nums[right];
if (sum == target) {
result.Add(new List<int> { nums[i], nums[j], nums[left], nums[right] });
// 去重
while (left < right && nums[left] == nums[left + 1]) {
left++;
}
while (left < right && nums[right] == nums[right - 1]) {
right--;
}
left++;
right--;
} else if (sum < target) {
left++;
} else {
right--;
}
}
}
}
return result;
}
}
优化版本(添加更多剪枝)
public class Solution {
public IList<IList<int>> FourSum(int[] nums, int target) {
List<IList<int>> result = new List<IList<int>>();
if (nums == null || nums.Length < 4) {
return result;
}
Array.Sort(nums);
int n = nums.Length;
// 预先计算一些边界值
long minSum = (long)nums[0] + nums[1] + nums[2] + nums[3];
long maxSum = (long)nums[n-1] + nums[n-2] + nums[n-3] + nums[n-4];
// 如果target在可能范围之外,直接返回
if (target < minSum || target > maxSum) {
return result;
}
for (int i = 0; i < n - 3; i++) {
// 去重
if (i > 0 && nums[i] == nums[i - 1]) {
continue;
}
// 计算当前i的最小和最大可能值
long minCurrent = (long)nums[i] + nums[i + 1] + nums[i + 2] + nums[i + 3];
long maxCurrent = (long)nums[i] + nums[n - 1] + nums[n - 2] + nums[n - 3];
// 剪枝
if (target < minCurrent) break;
if (target > maxCurrent) continue;
for (int j = i + 1; j < n - 2; j++) {
// 去重
if (j > i + 1 && nums[j] == nums[j - 1]) {
continue;
}
// 计算当前j的最小和最大可能值
long minJ = (long)nums[i] + nums[j] + nums[j + 1] + nums[j + 2];
long maxJ = (long)nums[i] + nums[j] + nums[n - 1] + nums[n - 2];
// 剪枝
if (target < minJ) break;
if (target > maxJ) continue;
int left = j + 1;
int right = n - 1;
while (left < right) {
long sum = (long)nums[i] + nums[j] + nums[left] + nums[right];
if (sum == target) {
result.Add(new List<int> { nums[i], nums[j], nums[left], nums[right] });
// 去重
while (left < right && nums[left] == nums[left + 1]) left++;
while (left < right && nums[right] == nums[right - 1]) right--;
left++;
right--;
} else if (sum < target) {
left++;
} else {
right--;
}
}
}
}
return result;
}
}
代码详解
基本版本:
- 排序和初始化:
- 对数组排序,便于去重和使用双指针
- 处理特殊情况(数组长度小于4)
- 双层循环:
- 固定前两个数
- 使用双指针寻找后两个数
- 去重处理:
- 每一层都需要去重
- 使用while循环跳过重复元素
- 整数溢出:
- 使用long类型处理和的计算
优化版本:
- 预处理:
- 计算整个数组可能的最小和最大和
- 提前判断target是否在可能范围内
- 更多剪枝:
- 计算每一层的最小和最大可能值
- 根据target的大小提前结束或跳过
- 性能优化:
- 减少不必要的计算
- 提前结束不可能的分支
执行结果
基本版本:
- 执行用时:128 ms
- 内存消耗:42.8 MB
优化版本:
- 执行用时:116 ms
- 内存消耗:42.5 MB
总结与反思
- 这道题的关键点:
- 理解三数之和到四数之和的扩展
- 处理整数溢出问题
- 高效的剪枝策略
- 优化策略:
- 添加更多的剪枝条件
- 预处理边界情况
- 避免重复计算
- 注意事项:
- 整数溢出的处理
- 去重的正确性
- 边界条件的处理
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· DeepSeek 开源周回顾「GitHub 热点速览」
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了