阿里面试真题详解:两数和-小于或等于目标值

简介: 阿里面试真题详解:两数和-小于或等于目标值

描述
给定一个整数数组,找出这个数组中有多少对的和是小于或等于目标值。返回对数。

在线评测地址:领扣题解官网

样例1
输入: nums = [2, 7, 11, 15], target = 24. 
输出: 5. 
解释:
2 + 7 < 24
2 + 11 < 24
2 + 15 < 24
7 + 11 < 24
7 + 15 < 24
样例2
输入: nums = [1], target = 1. 
输出: 0. 

算法

算法一 暴力枚举
暴力 N2N2枚举
算法二 二分查找
二分知识
如果序列有序,则可以用一种更有效率的查找方法来查找序列中的记录,这就是折半查找法,又称为二分搜索。
折半查找的基本思想:减少一半的查找序列的长度,分而治之地进行关键字的查找。他的查找过程是:先确定待查找记录的所在的范围,然后逐渐缩小查找的范围,直至找到该记录为止(也可能查找失败)。
在最简单的形式中,二分查找对具有指定左索引和右索引的连续序列进行操作。这就是所谓的查找空间。二分查找维护查找空间的左、右和中间指示符,并比较查找目标或将查找条件应用于集合的中间值;如果条件不满足或值不相等,则清除目标不可能存在的那一半,并在剩下的一半上继续查找,直到成功为止。如果查以空的一半结束,则无法满足条件,并且无法找到目标。

算法思路

算法二在算法一的基础上进行改进
枚举一个数nums[i]nums[i],找有多少个j nums[i]+nums[j]<=targetnums[i]+nums[j]<=target
可以先对 numsnums排序 然后使用二分查找的方式快速查找
算法三 双指针
利用双指针 start,endstart,end求解
对于每个startstart,找到最大的endend,使得A[start]+B[end]A[start]+B[end]小于等于x
这样,因为数组是单调的,所以 A[start]+B[end+1]....A[start]+B[n−1]A[start]+B[end+1]....A[start]+B[n−1] 都大于xx
所以对于startstart,一共有end+1end+1对a+ba+b的和小于等于xx.
startstart移动到下一个位置,再去求新的endend
因为数组元素都是单调的,所以若A[start]+B[j]A[start]+B[j]大于xx,则A[start+1]+B[j]A[start+1]+B[j]一定也大于xx,所以,在startstart 移动到下一个位置时候,我们不需要重新从开始位置求一遍endend,而是在上一次求得endlastendlast基础上继续减少就可以了。
证明如下:
A[oldstart]+B[oldend]≤xA[oldstart]+B[oldend]≤x
oldstart<newstartoldstart<newstart
所以A[oldstart]+B[oldend+1]>xA[oldstart]+B[oldend+1]>x
推出A[newstart]+B[oldend+1]>xA[newstart]+B[oldend+1]>x
所以newend≤oldendnewend≤oldend

复杂度分析

  • 空间复杂度
  • 三个算法都不需要多开辟空间,因此空间复杂度为O(1)。
  • 时间复杂度
  • 算法一 暴力枚举O(N2)O(N2)
  • 算法二 枚举ii,用二分查找加速jj的数量 时间复杂度O(NlogN)O(NlogN)
  • 算法三 双指针,start最多增加n次 end最多减少n次 所以时间复杂度O(N)O(N)
    代码:算法二

    class Solution {
    public:
    /**
     * @param nums: an array of integer
     * @param target: an integer
     * @return: an integer
     */
    int twoSum5(vector<int> &nums, int target) {
        // write your code here
    
        //先对数组排序
        sort(nums.begin(), nums.end());
        //数组长度
        int n = nums.size();
    
        int ans = 0;
        //对于每个i,二分找到最大的j nums[i]+nums[j]<=target
        for(int i = 0; i < n - 1; i++) {
            //确定二分上下界
            int left = i;
            int right = n;
            int pos = i;
            while(left + 1 < right) {
                int mid = left + (right - left) / 2;
                //不大于target 可以提高下界
                if(nums[mid] + nums[i] <= target) {
                    left = mid;
                    pos = mid;
                }
                //缩小上界
                else {
                    right = mid;
                }
            }
            //统计答案
            ans += pos - i;
        }
        return ans;
    }
    }
    代码:算法三
    class Solution {
    public:
    /**
     * @param nums: an array of integer
     * @param target: an integer
     * @return: an integer
     */
    int twoSum5(vector<int> &nums, int target) {
        // write your code here
    
        //先对数组排序
        sort(nums.begin(), nums.end());
        //数组长度
        int n = nums.size();
        //双指针上下界
        int start = 0, end = n - 1;
        //答案
        int ans = 0;
        while(start <= n - 1) {
            //找到最小的end nums[start]+nums[end]<=target
            while(end >= 0) {
                if(nums[start] + nums[end] > target) {
                    end -= 1;
                } else {
                    break;
                }
            }
            //只记录start<end的情况
            if(end > start) {
                ans += end - start;
            } else {
                break;
            }
            start += 1;
        }
        return ans;
    }
    }

更多题解参考:九章官网solution

相关文章
|
1月前
|
存储 关系型数据库 MySQL
阿里面试:为什么要索引?什么是MySQL索引?底层结构是什么?
尼恩是一位资深架构师,他在自己的读者交流群中分享了关于MySQL索引的重要知识点。索引是帮助MySQL高效获取数据的数据结构,主要作用包括显著提升查询速度、降低磁盘I/O次数、优化排序与分组操作以及提升复杂查询的性能。MySQL支持多种索引类型,如主键索引、唯一索引、普通索引、全文索引和空间数据索引。索引的底层数据结构主要是B+树,它能够有效支持范围查询和顺序遍历,同时保持高效的插入、删除和查找性能。尼恩还强调了索引的优缺点,并提供了多个面试题及其解答,帮助读者在面试中脱颖而出。相关资料可在公众号【技术自由圈】获取。
|
12天前
|
SQL 关系型数据库 MySQL
阿里面试:1000万级大表, 如何 加索引?
45岁老架构师尼恩在其读者交流群中分享了如何在生产环境中给大表加索引的方法。文章详细介绍了两种索引构建方式:在线模式(Online DDL)和离线模式(Offline DDL),并深入探讨了 MySQL 5.6.7 之前的“影子策略”和 pt-online-schema-change 方案,以及 MySQL 5.6.7 之后的内部 Online DDL 特性。通过这些方法,可以有效地减少 DDL 操作对业务的影响,确保数据的一致性和完整性。尼恩还提供了大量面试题和解决方案,帮助读者在面试中充分展示技术实力。
|
1月前
|
消息中间件 存储 canal
阿里面试:canal+MQ,会有乱序的问题吗?
本文详细探讨了在阿里面试中常见的问题——“canal+MQ,会有乱序的问题吗?”以及如何保证RocketMQ消息有序。文章首先介绍了消息有序的基本概念,包括全局有序和局部有序,并分析了RocketMQ中实现消息有序的方法。接着,针对canal+MQ的场景,讨论了如何通过配置`canal.mq.partitionsNum`和`canal.mq.partitionHash`来保证数据同步的有序性。最后,提供了多个与MQ相关的面试题及解决方案,帮助读者更好地准备面试,提升技术水平。
阿里面试:canal+MQ,会有乱序的问题吗?
|
1月前
|
消息中间件 架构师 Java
阿里面试:秒杀的分布式事务, 是如何设计的?
在40岁老架构师尼恩的读者交流群中,近期有小伙伴在面试阿里、滴滴、极兔等一线互联网企业时,遇到了许多关于分布式事务的重要面试题。为了帮助大家更好地应对这些面试题,尼恩进行了系统化的梳理,详细介绍了Seata和RocketMQ事务消息的结合,以及如何实现强弱结合型事务。文章还提供了分布式事务的标准面试答案,并推荐了《尼恩Java面试宝典PDF》等资源,帮助大家在面试中脱颖而出。
|
1月前
|
SQL 关系型数据库 MySQL
阿里面试:MYSQL 事务ACID,底层原理是什么? 具体是如何实现的?
尼恩,一位40岁的资深架构师,通过其丰富的经验和深厚的技術功底,为众多读者提供了宝贵的面试指导和技术分享。在他的读者交流群中,许多小伙伴获得了来自一线互联网企业的面试机会,并成功应对了诸如事务ACID特性实现、MVCC等相关面试题。尼恩特别整理了这些常见面试题的系统化解答,形成了《MVCC 学习圣经:一次穿透MYSQL MVCC》PDF文档,旨在帮助大家在面试中展示出扎实的技术功底,提高面试成功率。此外,他还编写了《尼恩Java面试宝典》等资料,涵盖了大量面试题和答案,帮助读者全面提升技术面试的表现。这些资料不仅内容详实,而且持续更新,是求职者备战技术面试的宝贵资源。
阿里面试:MYSQL 事务ACID,底层原理是什么? 具体是如何实现的?
|
1月前
|
Kubernetes 架构师 算法
阿里面试:全国14亿人,统计出重名最多的前100个姓名
文章介绍了如何解决“从全国14亿人的数据中统计出重名人数最多的前100位姓名”的面试题,详细分析了多种数据结构的优缺点,最终推荐使用前缀树(Trie)+小顶堆的组合。文章还提供了具体的Java代码实现,并讨论了在内存受限情况下的解决方案,强调了TOP N问题的典型解题思路。最后,鼓励读者通过系统化学习《尼恩Java面试宝典》提升面试技巧。
阿里面试:全国14亿人,统计出重名最多的前100个姓名
|
1月前
|
存储 Kubernetes 架构师
阿里面试:JVM 锁内存 是怎么变化的? JVM 锁的膨胀过程 ?
尼恩,一位经验丰富的40岁老架构师,通过其读者交流群分享了一系列关于JVM锁的深度解析,包括偏向锁、轻量级锁、自旋锁和重量级锁的概念、内存结构变化及锁膨胀流程。这些内容不仅帮助群内的小伙伴们顺利通过了多家一线互联网企业的面试,还整理成了《尼恩Java面试宝典》等技术资料,助力更多开发者提升技术水平,实现职业逆袭。尼恩强调,掌握这些核心知识点不仅能提高面试成功率,还能在实际工作中更好地应对高并发场景下的性能优化问题。
|
3月前
|
存储 Java
【IO面试题 四】、介绍一下Java的序列化与反序列化
Java的序列化与反序列化允许对象通过实现Serializable接口转换成字节序列并存储或传输,之后可以通过ObjectInputStream和ObjectOutputStream的方法将这些字节序列恢复成对象。
|
16天前
|
存储 算法 Java
大厂面试高频:什么是自旋锁?Java 实现自旋锁的原理?
本文详解自旋锁的概念、优缺点、使用场景及Java实现。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:什么是自旋锁?Java 实现自旋锁的原理?
|
17天前
|
存储 缓存 Java
大厂面试必看!Java基本数据类型和包装类的那些坑
本文介绍了Java中的基本数据类型和包装类,包括整数类型、浮点数类型、字符类型和布尔类型。详细讲解了每种类型的特性和应用场景,并探讨了包装类的引入原因、装箱与拆箱机制以及缓存机制。最后总结了面试中常见的相关考点,帮助读者更好地理解和应对面试中的问题。
41 4
下一篇
无影云桌面