算法面试真题详解:最接近的三数之和

简介: 算法面试真题详解:最接近的三数之和

描述
给一个包含 n 个整数的数组 S, 找到和与给定整数 target 最接近的三元组,返回这三个数的和。
只需要返回三元组之和,无需返回三元组本身

在线评测地址:领扣题库官网

样例1
输入:[2,7,11,15],3
输出:20
解释:
2+7+11=20
样例2
输入:[-1,2,1,-4],1
输出:2
解释:
-1+2+1=2

解法思路

  • 本题是57. 三数之和的扩展问题,不再要求恰好相等,而是找与target最接近的三数之和。
  • 本题需要计算三数之和,如果用暴力枚举,时间复杂度会是O(n3)O(n3)。我们这里采用双指针的方法,来降低时间复杂度。首先将数组排序,然后固定一个数numbersi上用双指针来找与target最接近的三数之和nearest。
    算法流程
  • 第一步,对数组进行排序。只有将数组转化为有序数组,我们才方便移动双指针。
  • 第二步,在数组numbers中遍历,每次固定numbers[i]作为第一个数
    • 建立双指针left和right,初始化分别指向i + 1和len(numbers) - 1
  • 求出此时的三数之和curr,如果curr和target恰好相等,我们可以直接返回target。
  • 比较curr和nearest谁距离target更近,如果是curr,那么将nearest更新为target
  • 判断curr和target的大小关系,如果curr > target,那么right左移;反之,left右移。继续第二步的过程,直到left >= right。
  • 此外,当数组中有重复元素时,为了避免重复运算,在代码中添加了三处剪枝操作。当指针指向新的位置和旧的位置的值相等时,我们继续移动指针。
    算法复杂度
  • 时间复杂度
    • 数组排序的时间复杂度为O(nlogn)O(nlogn)
  • 遍历过程,固定值为 n 次,双指针为 n 次,时间复杂度为 O(n2))O(n2))
  • 总时间复杂度:O(nlogn)+O(n2)=O(n2)O(nlogn)+O(n2)=O(n2)
  • 空间复杂度为O(1),只需要常量空间。
    class Solution:
    """
    @param numbers: Give an array numbers of n integer
    @param target: An integer
    @return: return the sum of the three integers, the sum closest target.
    """
    def threeSumClosest(self, numbers, target):
        nearest = float('inf')
        # step1: 首先对数组进行排序
        numbers = sorted(numbers)
        # step2: 遍历
        for i in range(len(numbers) - 2):
            # 剪枝1
            if (i > 0 and numbers[i] == numbers[i - 1]):
                continue
            # 定义双指针
            left = i + 1
            right = len(numbers) - 1
            # 双指针相向而行
            while (left < right):
                # 此时的三数之和
                curr = numbers[left] + numbers[right] + numbers[i]
                # 和恰好为target
                if curr == target:
                    return target
                # 更新 nearest
                if abs(curr - target) < abs(nearest - target):
                    nearest = curr
                # 移动双指针
                if curr > target:
                    right -= 1
                    # 剪枝2
                    while (right >= 0 and numbers[right] == numbers[right + 1]):
                        right -= 1
                else:
                    left += 1
                    # 剪枝3
                    while (left < len(numbers) and numbers[left] == numbers[left - 1]):
                        left += 1
        return nearest

更多题解参考:九章官网solution

相关文章
|
1月前
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩分享分库分表的基因算法设计,涵盖分片键选择、水平拆分策略及基因法优化查询效率等内容,助力面试者应对大厂技术面试,提高架构设计能力。
美团面试:百亿级分片,如何设计基因算法?
|
1月前
|
算法 前端开发 Java
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
这篇文章总结了单链表的常见面试题,并提供了详细的问题分析、思路分析以及Java代码实现,包括求单链表中有效节点的个数、查找单链表中的倒数第k个节点、单链表的反转以及从尾到头打印单链表等题目。
33 1
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
|
29天前
|
机器学习/深度学习 算法 Java
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
|
1月前
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩在读者群中分享了关于分库分表的基因算法设计,旨在帮助大家应对一线互联网企业的面试题。文章详细介绍了分库分表的背景、分片键的设计目标和建议,以及基因法的具体应用和优缺点。通过系统化的梳理,帮助读者提升架构、设计和开发水平,顺利通过面试。
美团面试:百亿级分片,如何设计基因算法?
|
1月前
|
算法 Java 数据中心
探讨面试常见问题雪花算法、时钟回拨问题,java中优雅的实现方式
【10月更文挑战第2天】在大数据量系统中,分布式ID生成是一个关键问题。为了保证在分布式环境下生成的ID唯一、有序且高效,业界提出了多种解决方案,其中雪花算法(Snowflake Algorithm)是一种广泛应用的分布式ID生成算法。本文将详细介绍雪花算法的原理、实现及其处理时钟回拨问题的方法,并提供Java代码示例。
72 2
|
2月前
|
机器学习/深度学习 JavaScript 算法
面试中的网红虚拟DOM,你知多少呢?深入解读diff算法
该文章深入探讨了虚拟DOM的概念及其diff算法,解释了虚拟DOM如何最小化实际DOM的更新,以此提升web应用的性能,并详细分析了diff算法的实现机制。
|
3月前
|
消息中间件 存储 算法
这些年背过的面试题——实战算法篇
本文是技术人面试系列实战算法篇,面试中关于实战算法都需要了解哪些内容?一文带你详细了解,欢迎收藏!
|
3月前
|
JavaScript 算法 索引
【Vue面试题二十三】、你了解vue的diff算法吗?说说看
这篇文章深入分析了Vue中的diff算法,解释了其在新旧虚拟DOM节点比较中的工作机制,包括同层节点比较、循环向中间收拢的策略,并通过实例演示了diff算法的执行过程,同时提供了源码层面的解析,说明了当数据变化时,如何通过Watcher触发patch函数来更新DOM。
【Vue面试题二十三】、你了解vue的diff算法吗?说说看
|
28天前
|
算法 安全 数据安全/隐私保护
基于game-based算法的动态频谱访问matlab仿真
本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。
|
5天前
|
算法 数据安全/隐私保护 索引
OFDM系统PAPR算法的MATLAB仿真,对比SLM,PTS以及CAF,对比不同傅里叶变换长度
本项目展示了在MATLAB 2022a环境下,通过选择映射(SLM)与相位截断星座图(PTS)技术有效降低OFDM系统中PAPR的算法实现。包括无水印的算法运行效果预览、核心程序及详尽的中文注释,附带操作步骤视频,适合研究与教学使用。
下一篇
无影云桌面