算法入门:专题一:双指针(有效三角形的个数)

本文涉及的产品
多模态交互后付费免费试用,全链路、全Agent
简介: 给定一个数组,找出能组成三角形的三元组个数。利用“两边之和大于第三边”的性质,先排序,再用双指针优化。固定最大边,左右指针从区间两端向内移动,若两短边之和大于最长边,则中间所有组合均有效,时间复杂度由暴力的O(n³)降至O(n²)。

leetcode题目有效三角形个数
link
22217.png

题目解析:

数组中随意挑出三个数字,挑出所有可以组成三角形的组合,最终仅仅需要返回所有三元组的个数即可。

算法原理:

三角形的组成:两边之和大于第三边,两边之差小于第三边。那如果按照这种规则拿出所有的组合,再将所有组合进行判断,这个时间复杂度可能会很大,那么要减少时间的消耗,就需要先对三个数字进行排序,只需要较小的两个数字相加大于第三个数字就满足构成三角形的条件了。

优化先对整个数组进行排序

解法一:暴力解法,三层枚举

解法二:排序之后,利用单调性,使用双指针算法来解决问题。先来固定最大的数字,这里给一个数组我们好理解,[ 2, 2, 3, 4, 5, 9, 10],先固定第三边c=10,然后将定义两个指针,left先从索引为0的元素开始,假设left所在的数字数值为a,right是C之前的索引为n-2的元素,指向第二大的元素,right所在的数字数值为b,如果最小的元素数值跟第二大的元素数值相加大于最大的数值,那么此时2之后的元素跟9相加都会大于10,此时有right-left组可以构成a+b>c的三角形组合。
接下来将right--,向前挪动一位,如果a+b都是小于等于c的,找不到结果,然后left++,接着重复我们上面的操作,

解法总结:

1.先固定最大的数;
2.在最大的数的区间中,使用双指针算法,快速统计出符合要求的三元组的个数;

接下来我们将思路转化成代码:
先对整个数组 进行排序,sort(nums.begin(),nums.end());
整个题目最后让我们统计出符合条件的三元组的个数,所以定义一个ret来存储符合条件的三元组的个数,最后返回ret即可;
接着需要利用双指针来统计符合元素的三元组,在此之前需要有一个数组中大的数字充当c,但是这个C不是固定的,让c从数组最后一个元素向前遍历到索引为2的数字,for(int i=n-1;i>=2;i--)
接着让left指针向后遍历,right向前遍历,

  • a+b>c: 如果left指向的位置的数字加上right指向的位置的数字大于c,那么从left所在位置直到right所在位置之前这一段区间的数字加上right都大于c,都满足三元组的条件,ret+=right-left,right--;
  • a+b<=c:left指向位置的数字加right指向位置的数字小于c,说明left太小了,left++;继续进行判断。最终left>=right时结束循环。
class Solution {
   
public:
    int triangleNumber(vector<int>& nums) {
   
        //1.优化
        sort(nums.begin(),nums.end());
        //2.利用双指针解决算法问题
        int ret=0;//统计三元组
        int n=nums.size()-1;
        //固定一个最大的数字作为c
        for(int i=n-1;i>=2;i--)//先固定最大的数字
        {
   
            //利用双指针快速统计符合条件的三元组的个数
            int left=0,right=i-1;
            while(left<right)
            {
   
                if(nums[left]+nums[right]>nums[i]) ret+=right-left,right--;
                else left--;
            }

        }
        return ret;
    }
};
相关文章
|
9天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
8天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
本文讲解 Prompt 基本概念与 10 个优化技巧,结合学术分析 AI 应用的需求分析、设计方案,介绍 Spring AI 中 ChatClient 及 Advisors 的使用。
366 130
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
|
8天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
356 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
20天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1342 8
|
2天前
|
存储 JSON 安全
加密和解密函数的具体实现代码
加密和解密函数的具体实现代码
190 136
|
7天前
|
监控 JavaScript Java
基于大模型技术的反欺诈知识问答系统
随着互联网与金融科技发展,网络欺诈频发,构建高效反欺诈平台成为迫切需求。本文基于Java、Vue.js、Spring Boot与MySQL技术,设计实现集欺诈识别、宣传教育、用户互动于一体的反欺诈系统,提升公众防范意识,助力企业合规与用户权益保护。
|
19天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
1440 87
|
7天前
|
JavaScript Java 大数据
基于JavaWeb的销售管理系统设计系统
本系统基于Java、MySQL、Spring Boot与Vue.js技术,构建高效、可扩展的销售管理平台,实现客户、订单、数据可视化等全流程自动化管理,提升企业运营效率与决策能力。

热门文章

最新文章