Python|Leetcode《1995》|统计特殊四元组

简介: Python|Leetcode《1995》|统计特殊四元组

一、题目描述

题目:统计特殊四元组

难度:简单

描述:给你一个 下标从 0 开始 的整数数组 nums ,返回满足下述条件的 不同 四元组 (a, b, c, d) 的数目 :

  • nums[a] + nums[b] + nums[c] == nums[d]
  • a < b < c < d


示例1

输入:nums = [1,2,3,6]

输出:1

解释:满足要求的唯一一个四元组是 (0, 1, 2, 3) 因为 1 + 2 + 3 == 6 。


示例2

输入:nums = [1,1,1,3,5]

输出:4

解释:满足要求的 4 个四元组如下:

(0, 1, 2, 3): 1 + 1 + 1 == 3

(0, 1, 3, 4): 1 + 1 + 3 == 5

(0, 2, 3, 4): 1 + 1 + 3 == 5

(1, 2, 3, 4): 1 + 1 + 3 == 5


示例3

输入:nums = [3,3,6,4,5]

输出:0

解释:[3,3,6,4,5] 中不存在满足要求的四元组。


提示:

4 <= nums.length <= 50

1 <= nums[i] <= 100


二、题目解析

本题给出的难度为一道简单题,其简单的原因在于题目中提示给出的范围较小,我们使用暴力法(枚举)四个循环能够解决问题,但是这样的时间复杂度显然过高,因此尝试使用另一种解题思路——统计两数之和。


题目中给出的算式是一个四元组,因此我们可以尝试将其分为两部分,一部分为nums[a]+nums[b],另一部分为num[d]-num[c],此时的过程如下:


1.确定四个索引能够取到的范围(n为nums的长度):

a:(0,n-4)

b:(1,n-3)

c:(2,n-2)

d:(1,n-1)

2.得到所有的对于固定的b值考虑当前所有nums[a]+nums[b]的情况;

3.对于所有2的情况,考虑c和d出现的情形(固定索引c的值为b+1,从b+2开始到n-1遍历d的值);

4.通过步骤2、3的结合即可得到所有情况,计算满足条件的次数即可。

每次操作的范围如下(结合代码注释看更容易理解):

image.png

三、解题代码

解法(一)

暴力解法

class Solution:
    def countQuadruplets(self, nums: List[int]) -> int:
        n = len(nums)
        res = 0
        for a in range(n - 3):
            for b in range(a + 1, n - 2):
                for c in range(b + 1, n - 1):
                    for d in range(c + 1, n):
                        if nums[a] + nums[b] + nums[c] == nums[d]:
                            res += 1
        return count

解法(二)

统计两数之和(解析中的解法)

class Solution:
    def countQuadruplets(self, nums: List[int]) -> int:
        ct, res, n = Counter(), 0, len(nums)
        # 首先固定b的位置
        for b in range(1, n - 2):
            # 对于b的位置,每一个前面的位置都能够当作是a
            for a in range(b):
                # 计算a和b的加和,出现相同的和讲该位置的结果+1(Counter可以了解一下)
                ct[nums[a] + nums[b]] += 1
            # 每次固定c的位置为b+1,从b+2开始寻找d
            for d in range(b + 2, n):
                # 找到d-c的位置,有记录则加记录数,没有则加0
                res += ct[nums[d] - nums[b + 1]]
        return res
相关文章
|
15小时前
|
机器学习/深度学习 算法 数据挖掘
统计学与Python:实现描述性统计和推断性统计分析
【4月更文挑战第12天】本文介绍了Python在统计学中的应用,重点讲解了如何使用Python进行描述性与推断性统计分析。Pandas和NumPy库用于描述性统计,提供数据概括和总结功能;Scipy和Statsmodels库支持推断性统计,包括假设检验和模型建立。通过数据导入、描述性统计量计算、图表绘制以及假设检验和回归分析等步骤,展示了Python实现统计分析的基本流程。持续学习和实践将有助于提升Python统计分析能力。
|
15小时前
|
Python
277: 程序设计C 实验二 题目五 统计二进制数中的1的个数(python)
277: 程序设计C 实验二 题目五 统计二进制数中的1的个数(python)
|
15小时前
|
存储 运维 数据挖掘
Python列表中每个元素前面连续重复次数的数列统计
Python列表中每个元素前面连续重复次数的数列统计
9 1
|
15小时前
|
Python
python解决不区分大小写统计问题
python解决不区分大小写统计问题
18 0
|
15小时前
|
API Python
[AIGC] 使用Python刷LeetCode:常用API及技巧指南
[AIGC] 使用Python刷LeetCode:常用API及技巧指南
|
15小时前
[leetcode~数位动态规划] 2719. 统计整数数目 hard
[leetcode~数位动态规划] 2719. 统计整数数目 hard
|
15小时前
|
机器学习/深度学习 供应链 算法
Python配对交易策略统计套利量化交易分析股票市场
Python配对交易策略统计套利量化交易分析股票市场
|
15小时前
leetcode 2520 统计能整除数字的位数
leetcode 2520 统计能整除数字的位数
5 0
|
15小时前
|
机器学习/深度学习 数据可视化 数据挖掘
用Python进行健康数据分析:挖掘医疗统计中的信息
【4月更文挑战第12天】Python在医疗健康数据分析中扮演重要角色,具备数据处理、机器学习、可视化及丰富生态的优势。基本流程包括数据获取、预处理、探索、模型选择与训练、评估优化及结果可视化。应用案例包括疾病预测、药物效果分析和医疗资源优化,例如使用RandomForestClassifier进行疾病预测,Logit模型分析药物效果,以及linprog优化医疗资源配置。
|
15小时前
|
数据处理 开发者 Python
python 代码内存统计
【4月更文挑战第9天】

热门文章

最新文章