【力扣算法16】之 18. 四数之和 python

简介: 【力扣算法16】之 18. 四数之和 python

问题描述

给你一个由 n 个整数组成的数组 nums ,和一个目标值 target 。请你找出并返回满足下述全部条件且不重复的四元组 [nums[a], nums[b], nums[c], nums[d]] (若两个四元组元素一一对应,则认为两个四元组重复):

0 <= a, b, c, d < n

a、b、c 和 d 互不相同

nums[a] + nums[b] + nums[c] + nums[d] == target

你可以按 任意顺序 返回答案 。

示例1

输入:nums = [1,0,-1,0,-2,2], target = 0

输出:[[-2,-1,1,2],[-2,0,0,2],[-1,0,0,1]]

示例2

输入:nums = [2,2,2,2,2], target = 8

输出:[[2,2,2,2]]

提示

  • 1 <= nums.length <= 200
  • -109 <= nums[i] <= 109
  • -109 <= target <= 109

思路分析

对于这个问题,我们可以使用双指针的方法来解决

  1. 首先对数组进行排序,这样可以方便后续的去重和判断。
  2. 然后使用两层循环来确定第一和第二个数的位置,遍历数组中的每一对数(nums[a]和nums[b])。
  3. 对于每一对数,使用双指针的方法在剩下的子数组中搜索剩下的两个数(nums[c]和nums[d])。
  4. 使用一个左指针和一个右指针,分别指向剩下的子数组的起始位置和末尾位置。
  5. 在左指针小于右指针的条件下,计算当前四个数的和 sum = nums[a] + nums[b] + nums[c] + nums[d]。
  6. 如果 sum 等于 target,则将这四个数加入结果集。
  7. 如果 sum 小于 target,则说明当前和太小,需要增大和,因此将左指针向右移动一位。
  8. 如果 sum 大于 target,则说明当前和太大,需要减小和,因此将右指针向左移动一位。
  9. 在移动指针的过程中,需要注意忽略重复的解,即去掉相邻重复的元素。
  10. 继续移动指针直到左指针大于等于右指针时结束,表示已经搜索完所有可能的四元组。
  11. 继续遍历剩下的两个数,即固定下一对数,重复上述步骤。
  12. 最终返回所有满足条件的四元组。
    这样就可以找到满足条件且不重复的四元组了。

代码分析

  • 第1行,我们定义了一个Solution类来解决问题。
  • 第2行,fourSum方法接收两个参数:nums表示输入的数组,target表示目标和。
  • 第3行,获取数组nums的长度,并进行判断。如果数组长度小于4,直接返回空列表[],因为至少需要四个元素才能形成一个四元组。
  • 第4行,对数组进行排序,这是为了方便后续的去重和判断。
  • 第5行,初始化结果列表res为空。
  • 第6行,外层循环遍历数组中所有可能的第一个数的位置,即下标a从0到n-3
  • 第7行,使用条件判断,如果a大于0且当前元素nums[a]与前一个元素相同,说明这个数字已经被考虑过了,应该跳过,进入下一次循环。
  • 第8行,内层循环遍历剩下的子数组中所有可能的第二个数的位置,即下标ba+1n-2
  • 第9行,使用条件判断,如果b大于a+1且当前元素nums[b]与前一个元素相同,说明这个数字已经被考虑过了,应该跳过,进入下一次循环。
  • 第10行,初始化左指针leftb+1,即剩下子数组中的起始位置。
  • 第11行,初始化右指针rightn-1,即剩下子数组中的末尾位置。
  • 第12行,进入双指针的搜索循环,判断左指针是否小于右指针。
  • 第13行,计算当前四个数的和 sum = nums[a] + nums[b] + nums[left] + nums[right]
  • 第14行,如果和等于目标和target,说明找到了一个满足条件的四元组。将这四个数加入结果列表res中。
  • 第15行,进入内层循环,进行去重处理。如果左指针小于右指针且当前左指针所指的元素与下一个元素相同,则将左指针向右移动一位,跳过重复的元素。
  • 第16行,进入内层循环,进行去重处理。如果左指针小于右指针且当前右指针所指的元素与前一个元素相同,则将右指针向左移动一位,跳过重复的元素。
  • 第17行,左指针向右移动一位。
  • 第18行,右指针向左移动一位。
  • 第19行,内层循环结束。
  • 第20行,外层循环继续遍历剩下的可能的第二个数。
  • 第21行,外层循环结束。
  • 第22行,返回结果列表res

这样就完成了对四数之和的求解。


完整代码


class Solution:
    def fourSum(self, nums, target):
        n = len(nums)
        # 判断数组长度是否小于4
        if n < 4:
            return []
        # 对数组进行排序
        nums.sort()
        res = []  # 结果列表
        # 外层循环遍历所有可能的第一个数的位置
        for a in range(n-3):
            # 对重复元素进行去重
            if a > 0 and nums[a] == nums[a-1]:
                continue
            # 内层循环遍历剩下的子数组中所有可能的第二个数的位置
            for b in range(a+1, n-2):
                # 对重复元素进行去重
                if b > a+1 and nums[b] == nums[b-1]:
                    continue
                left = b + 1  # 左指针
                right = n - 1  # 右指针
                # 双指针搜索循环
                while left < right:
                    # 计算当前四个数的和
                    sum = nums[a] + nums[b] + nums[left] + nums[right]
                    if sum == target:  # 和等于目标和
                        res.append([nums[a], nums[b], nums[left], nums[right]])
                        # 去重处理
                        while left < right and nums[left] == nums[left+1]:
                            left += 1
                        while left < right and nums[right] == nums[right-1]:
                            right -= 1
                        left += 1
                        right -= 1
                    elif sum < target:  # 和小于目标和
                        left += 1
                    else:  # 和大于目标和
                        right -= 1
        return res

详细分析

  • n = len(nums):获取数组 nums 的长度,即元素个数。
  • if n < 4: return []:如果数组长度小于4,直接返回空列表,因为无法找到四个数的组合。
  • nums.sort():对数组进行排序,以确保相同的数字在一起,便于后续的去重操作。
  • res = []:定义一个结果列表,用于存储满足条件的四个数的组合。
  • 外层循环 for a in range(n-3)::遍历可能的第一个数的位置,范围是从第0个到倒数第4个数。
  • if a > 0 and nums[a] == nums[a-1]: continue:去除重复的第一个数,如果当前数与前一个数相等,则跳过本次循环。
  • 内层循环 for b in range(a+1, n-2)::遍历剩下的子数组中所有可能的第二个数的位置。
  • if b > a+1 and nums[b] == nums[b-1]: continue:去除重复的第二个数,如果当前数与前一个数相等,则跳过本次循环。
  • left = b + 1:初始化左指针指向剩余子数组的起始位置。
  • right = n - 1:初始化右指针指向剩余子数组的末尾位置。
  • 双指针搜索循环 while left < right::不断移动左右指针以搜索四个数的组合。
  • sum = nums[a] + nums[b] + nums[left] + nums[right]:计算当前四个数的和。
  • if sum == target::如果和等于目标值,表示找到了一个满足条件的组合。
  • 将四个数加入结果列表中:res.append([nums[a], nums[b], nums[left], nums[right]])
  • 内层循环进行去重处理,跳过重复的元素。
  • 左指针向右移动一位:left += 1
  • 右指针向左移动一位:right -= 1
  • elif sum < target::如果和小于目标值,说明需要增大和,左指针向右移动一位:left += 1
  • else::如果和大于目标值,说明需要减小和,右指针向左移动一位:right -= 1
  • 最后返回结果列表 res,其中存储了所有满足条件的四个数的组合。


运行效果截图


调用示例


solution = Solution()
nums = [1,0,-1,0,-2,2]
target = 0
nums1 = [2,2,2,2,2]
target1 = 8
print(solution.fourSum(nums, target))
print(solution.fourSum(nums1, target1))

运行结果

完结

相关文章
|
8月前
|
算法 搜索推荐 JavaScript
基于python智能推荐算法的全屋定制系统
本研究聚焦基于智能推荐算法的全屋定制平台网站设计,旨在解决消费者在个性化定制中面临的选择难题。通过整合Django、Vue、Python与MySQL等技术,构建集家装设计、材料推荐、家具搭配于一体的一站式智能服务平台,提升用户体验与行业数字化水平。
|
9月前
|
存储 算法 调度
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
420 26
|
8月前
|
存储 监控 算法
监控电脑屏幕的帧数据检索 Python 语言算法
针对监控电脑屏幕场景,本文提出基于哈希表的帧数据高效检索方案。利用时间戳作键,实现O(1)级查询与去重,结合链式地址法支持多条件检索,并通过Python实现插入、查询、删除操作。测试表明,相较传统列表,检索速度提升80%以上,存储减少15%,具备高实时性与可扩展性,适用于大规模屏幕监控系统。
229 5
|
9月前
|
机器学习/深度学习 编解码 算法
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
689 4
|
9月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于A*算法的机器人路径规划研究(Python代码实现)
【机器人路径规划】基于A*算法的机器人路径规划研究(Python代码实现)
1096 4
|
8月前
|
存储 人工智能 算法
从零掌握贪心算法Java版:LeetCode 10题实战解析(上)
在算法世界里,有一种思想如同生活中的"见好就收"——每次做出当前看来最优的选择,寄希望于通过局部最优达成全局最优。这种思想就是贪心算法,它以其简洁高效的特点,成为解决最优问题的利器。今天我们就来系统学习贪心算法的核心思想,并通过10道LeetCode经典题目实战演练,带你掌握这种"步步为营"的解题思维。
|
9月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于D*算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于D*算法的机器人路径规划(Python代码实现)
392 0
|
9月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于改进型A*算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于改进型A*算法的机器人路径规划(Python代码实现)
588 0
|
Unix Shell Linux
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
本文提供了几个Linux shell脚本编程问题的解决方案,包括转置文件内容、统计词频、验证有效电话号码和提取文件的第十行,每个问题都给出了至少一种实现方法。
438 6
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
|
搜索推荐 索引 Python
【Leetcode刷题Python】牛客. 数组中未出现的最小正整数
本文介绍了牛客网题目"数组中未出现的最小正整数"的解法,提供了一种满足O(n)时间复杂度和O(1)空间复杂度要求的原地排序算法,并给出了Python实现代码。
537 2

推荐镜像

更多