从找零钱问题到三数之和:一道经典面试算法题的全面剖析|LeetCode 15 三数之和
LeetCode 15 三数之和
点此看全部题解 LeetCode必刷100题:一份来自面试官的算法地图(题解持续更新中)
生活中的算法
想象你是一个收银员,顾客给了你一张100元钱,商品只要85元。你要从收银柜里找零15元,但是柜子里只有一堆1元、2元、5元、10元的零钱。你会怎么做?你可能会拿起一张5元,然后找另外两张,加起来正好等于15元。
这就是我们今天要讲的"三数之和"问题的现实版本。不过在算法题中,我们要找的不是指定的和,而是和为0的三个数。
问题描述
LeetCode第15题"三数之和"是这样描述的:给你一个整数数组nums,请你找出所有和为0且不重复的三元组。
例如,给定数组 nums = [-1,0,1,2,-1,-4],满足要求的三元组是:[[-1,-1,2], [-1,0,1]]
这个问题看似简单,但要处理好"不重复"这个要求,还真需要一些巧妙的思路。
最直观的解法:三重循环法
最容易想到的方法就是:用三重循环遍历所有可能的三元组组合。就像收银员可能会一张一张地尝试所有零钱的组合。
具体步骤是这样的:
- 用三层循环遍历所有可能的三元组
- 检查每个三元组的和是否为0
- 如果找到了和为0的三元组,还要检查是否重复
让我们用一个小例子来模拟这个过程:
nums = [-1,0,1]
尝试所有组合:
(-1,0,1): -1 + 0 + 1 = 0 ✓
(-1,1,0): -1 + 1 + 0 = 0 (重复)
(0,-1,1): 0 + -1 + 1 = 0 (重复)
...
最终结果:[[-1,0,1]]
这种思路可以用Java代码这样实现:
public List<List<Integer>> threeSum(int[] nums) {
Set<List<Integer>> result = new HashSet<>();
for (int i = 0; i < nums.length; i++) {
for (int j = i + 1; j < nums.length; j++) {
for (int k = j + 1; k < nums.length; k++) {
if (nums[i] + nums[j] + nums[k] == 0) {
// 对三个数排序,以避免重复
List<Integer> triplet = Arrays.asList(nums[i], nums[j], nums[k]);
Collections.sort(triplet);
result.add(triplet);
}
}
}
}
return new ArrayList<>(result);
}
优化解法:排序+双指针法
仔细想想,我们其实可以把问题转化为:固定一个数,然后在剩下的数中找两个数,使它们的和等于第一个数的相反数。这就变成了我们熟悉的"两数之和"问题!
关键是要先对数组排序,这样就可以:
- 方便地跳过重复的数字
- 使用双指针高效地寻找两个数
排序+双指针法的原理
- 先将数组排序
- 固定第一个数nums[i],目标变成找两个数之和等于-nums[i]
- 使用左右指针在nums[i]后面的区域寻找这两个数
- 根据三数之和与0的比较,移动左右指针
- 注意跳过重复的数字以避免重复的三元组
算法步骤(伪代码)
- 对数组排序
- 遍历数组,固定第一个数nums[i]:
- 如果nums[i]大于0,后面不可能有解,直接结束
- 如果nums[i]和前一个数相同,跳过以避免重复
- 使用左右指针在[i+1, end]区间寻找两数之和等于-nums[i]的组合
- 记录所有找到的三元组
示例运行
让我们用例子[-1,0,1,2,-1,-4]模拟这个过程:
排序后:[-4,-1,-1,0,1,2]
固定-4:
目标找和为4的两个数
left=1,right=5: -1+2=1<4,left++
left=2,right=5: -1+2=1<4,left++
left=3,right=5: 0+2=2<4,left++
left=4,right=5: 1+2=3<4,结束
固定第一个-1:
目标找和为1的两个数
left=2,right=5: -1+2=1,找到[-1,-1,2]!
right--继续找...
固定第二个-1:(跳过,避免重复)
固定0:
目标找和为0的两个数
left=4,right=5: 1+2=3>0,right--
left=4,right=4:指针相遇,结束
Java代码实现
public List<List<Integer>> threeSum(int[] nums) {
List<List<Integer>> result = new ArrayList<>();
// 先排序,这对去重和使用双指针非常关键
Arrays.sort(nums);
for (int i = 0; i < nums.length - 2; i++) {
// 如果第一个数就大于0,后面肯定没有解
if (nums[i] > 0) break;
// 跳过重复的第一个数
if (i > 0 && nums[i] == nums[i-1]) continue;
// 使用双指针寻找另外两个数
int left = i + 1;
int right = nums.length - 1;
while (left < right) {
int sum = nums[i] + nums[left] + nums[right];
if (sum == 0) {
result.add(Arrays.asList(nums[i], nums[left], nums[right]));
// 跳过重复的数
while (left < right && nums[left] == nums[left+1]) left++;
while (left < right && nums[right] == nums[right-1]) right--;
// 继续寻找其他解
left++;
right--;
} else if (sum < 0) {
left++;
} else {
right--;
}
}
}
return result;
}
三重循环vs排序+双指针
让我们比较这两种解法:
三重循环法的时间复杂度是O(n³),空间复杂度是O(1)(不考虑存储结果的空间)。它的优点是直观易懂,缺点是效率太低。
排序+双指针法的时间复杂度是O(n²),其中排序占用O(nlogn)。空间复杂度是O(logn)到O(n),取决于排序算法的实现。它通过巧妙地利用排序数组的特性,将时间复杂度降低了一个维度。
题目模式总结
这道题体现了几个重要的算法思想:
- 问题转换:将三数之和转换为一个数加两数之和
- 排序预处理:通过排序简化后续的处理
- 双指针技巧:在排序数组中高效查找
- 去重处理:利用排序后的性质跳过重复元素
这种模式可以扩展到解决其他类似问题:
- 四数之和
- K数之和
- 最接近的三数之和
解决这类问题的通用思路是:
- 考虑是否可以通过排序获得额外的性质
- 能否将K数之和转换为K-1数之和
- 如何高效地避免重复解
小结
通过这道题,我们不仅学会了如何高效地找出三数之和为0的组合,更重要的是理解了如何将一个复杂问题分解成更容易解决的子问题。这种思维方式在算法设计中非常重要。
记住,遇到复杂问题时,不要急于求解,先思考能否通过预处理(如排序)或问题转换来简化问题。有时候,看似复杂的问题,换个角度就豁然开朗!
作者:忍者算法
公众号:忍者算法
· [翻译] 为什么 Tracebit 用 C# 开发
· 腾讯ima接入deepseek-r1,借用别人脑子用用成真了~
· Deepseek官网太卡,教你白嫖阿里云的Deepseek-R1满血版
· DeepSeek崛起:程序员“饭碗”被抢,还是职业进化新起点?
· RFID实践——.NET IoT程序读取高频RFID卡/标签