【C++】算法集锦(8):从两数和问题拓展到一百数和问题
发布日期:2021-06-30 19:47:33 浏览次数:2 分类:技术文章

本文共 930 字,大约阅读时间需要 3 分钟。

在这里插入图片描述

文章目录

2sum问题

给定一个数组,以及一个数,从数组里随即找两个数加起来等于给定的那个数。

找出每组符合条件的数(不可重复)。

这表述没有问题吧。

那,这样的题目该怎么实现呢?

如果看过上一篇,的上一篇的小伙伴应该很快就能想到用双指针吧(其实那篇我就想写这个了,但是想了想,还是憋住了)

这里有两个地方要注意:

1、数组要有序
2、跳过同类项

然后,就没什么难度了吧,我把伪代码写一下:

def two_sum(sum,nums):	ret = []	sz = len(nums)	i = 0	j = sz-1	while i
sum: while nums[j-1] == nums[j]: j-=1 j-=1 else: while nums[i+1] == nums[i]: i+=1 i+=1 return ret

3sum问题

两数和解决了,接下来就该轮到三数和问题了。三数和,其实就是两数和的一个增强版本,那么,我们需要做的就是:将三数和降维到两数和。

如何降维呢?其实也不难,就是拿一个数钉在数组(标兵)中,剩下两个数和最终目标减去标兵值,就是两数和嘛。

这里需要注意:

1、target = target - nums[flag]
2、如果target<0,立即停止
3、新数组区间:nums[flag+1:]

捋一下,然后我们来实现:

def three_sum(sum,nums):	sz = len(nums)	ret = []	for flag in nums:		if sum<=flag:			return ret		ret.append(flag,two_sum(sum-flag,nums[flag+1:]))		return ret


Nsum问题

三数和解决了,四数和呢?

那不是和三数和一个道理嘛,钉住一个,就变成三数和了。

那五数和呢?钉住一个,变四数和。

六数呢?七数呢?···· N数呢?

不就这样一路向下递归了嘛。

这里啊,有个小变通。

如果数组长度不够(这个上面倒是忘了,这里说一下)

如果N比数组长度的一半要长,那不妨反过来,先对数组求和,接下来你懂得。

在这里插入图片描述

在这里插入图片描述

转载地址:https://lion-wu.blog.csdn.net/article/details/113981598 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:【C++】算法集锦(9):背包问题
下一篇:高性能MySQL(三):Schema与数据类型优化

发表评论

最新留言

哈哈,博客排版真的漂亮呢~
[***.90.31.176]2024年04月16日 07时38分03秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

推荐文章

Image Pyramid(图像金字塔) 2019-04-30
Oracle 作业记录 2019-04-30
putty连接AWS配置(multimedia project) 2019-04-30
Hourglass Network 沙漏网络 (pose estimation姿态估计) 2019-04-30
OpenCV实战(二)——答题卡识别判卷 2019-04-30
目标检测神经网络的发展历程(52 个目标检测模型) 2019-04-30
Boundary loss 损失函数 2019-04-30
神经网络调参实战(一)—— 训练更多次数 & tensorboard & finetune 2019-04-30
tensorflow使用tensorboard进行可视化 2019-04-30
神经网络调参实战(二)—— activation & initializer & optimizer 2019-04-30
凸优化 convex optimization 2019-04-30
数据库索引 & 为什么要对数据库建立索引 / 数据库建立索引为什么会加快查询速度 2019-04-30
IEEE与APA引用格式 2019-04-30
research gap 2019-04-30
pytorch训练cifar10数据集查看各个种类图片的准确率 2019-04-30
Python鼠标点击图片,获取点击点的像素坐标 2019-04-30
路径规划(一) —— 环境描述(Grid Map & Feature Map) & 全局路径规划(最优路径规划(Dijkstra&A*star) & 概率路径规划(PRM&RRT)) 2019-04-30
神经网络调参实战(四)—— 加深网络层次 & 批归一化 batch normalization 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(1)—— 假设检验(μ&卡方检验&方差检验(F检验))&相关系数(皮尔逊&斯皮尔曼) 2019-04-30
RRT算法(快速拓展随机树)的Python实现 2019-04-30