算法:最接近的三数之和

109 阅读1分钟

这是我参与「掘金日新计划 · 8 月更文挑战」的第2天,点击查看活动详情

双指针问题的特点

  • 计算过程仅与两端点相关的称为双指针。
  • 不固定大小
  • 双指针是解决问题的一种方法
  • 双指针可以同向移动可以双向移动
  • 同向移动的双指针和滑动窗口没有任何联系

题目

最接近的三数之和-16

分类:双指针问题

来源:力扣(LeetCode)

链接:leetcode-cn.com/problems/3s…

描述:给定一个包括  n 个整数的数组  nums  和 一个目标值  target。找出  nums  中的三个整数,使得它们的和与  target  最接近。返回这三个数的和。假定每组输入只存在唯一答案。

示例:

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) 。
复制代码

提示:

3 <= nums.length <= 10^3

-10^3 <= nums[i] <= 10^3

-10^4 <= target <= 10^4

著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。


解体思路

先按照升序排序,然后分别从左往右依次选择一个基础点 i0 <= i <= nums.length - 3),在基础点的右侧用双指针去不断的找最小的差值。

假设基础点是 i,初始化的时候,双指针分别是:

  • si + 1,基础点右边一位。
  • e: nums.length - 1 数组最后一位。

如图:

image.png

然后求此时的和,如果和大于 target,那么可以把右指针左移一位,去试试更小一点的值,反之则把左指针右移。

根据 sum = nums[i] + nums[s] + nums[e] 的结果,判断 sum 与目标 target 的距离,如果更近则更新结果 res

同时判断 sum 与 target 的大小关系,因为数组有序,如果 sum > target 试试更小的值,将 end--,如果 sum < target 则 start++,如果 sum == target 则说明距离为 0 直接返回结果

最后返回 res 即可。

/**
 * @param {number[]} nums
 * @param {number} target
 * @return {number}
 */
let threeSumClosest = function (nums, target) {
  let n = nums.length
  if (n === 3) {
    return getSum(nums)
  }
  // 先升序排序 此为解题的前置条件
  nums.sort((a, b) => a - b)

  let min = Infinity // 和 target 的最小差
  let res

  // 从左往右依次尝试定一个基础指针 右边至少再保留两位 否则无法凑成3个
  for (let i = 0; i <= nums.length - 3; i++) {
    let basic = nums[i]
    let left = i + 1 // 左指针先从 i 右侧的第一位开始尝试
    let right = n - 1 // 右指针先从数组最后一项开始尝试

    while (left < right) {
      let sum = basic + nums[s] + nums[e] // 三数求和
      // 更新最小差
      let diff = Math.abs(sum - target)
      if (diff < min) {
        min = diff
        res = sum
      }
      if (sum < target) {
        // 求出的和如果小于目标值的话 可以尝试把左指针右移 扩大值
        left++
      } else if (sum > target) {
        // 反之则右指针左移
        right--
      } else {
        // 相等的话 差就为0 一定是答案
        return sum
      }
    }
  }

  return res
}

function getSum(nums) {
  return nums.reduce((total, cur) => total + cur, 0)
}

整个遍历过程,固定值为 n 次,双指针为 n 次,时间复杂度为 n2n^2

总时间复杂度 O(nlogn)+O(n2)=O(n2)O(nlogn)+O(n^2)=O(n^2)