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
|
25天前
|
存储 算法 编译器
米哈游面试算法题:有效的括号
米哈游面试算法题:有效的括号
25 0
|
2月前
|
开发框架 算法 搜索推荐
C# .NET面试系列九:常见的算法
#### 1. 求质数 ```c# // 判断一个数是否为质数的方法 public static bool IsPrime(int number) { if (number < 2) { return false; } for (int i = 2; i <= Math.Sqrt(number); i++) { if (number % i == 0) { return false; } } return true; } class Progr
60 1
|
24天前
|
负载均衡 算法 应用服务中间件
面试题:Nginx有哪些负载均衡算法?Nginx位于七层网络结构中的哪一层?
字节跳动面试题:Nginx有哪些负载均衡算法?Nginx位于七层网络结构中的哪一层?
35 0
|
4天前
|
存储 缓存 算法
面试遇到算法题:实现LRU缓存
V哥的这个实现的关键在于维护一个双向链表,它可以帮助我们快速地访问、更新和删除最近最少使用的节点,同时使用哈希表来提供快速的查找能力。这样,我们就可以在 O(1) 的时间复杂度内完成所有的缓存操作。哈哈干净利索,回答完毕。
|
7天前
|
算法 数据可视化 Java
数据结构与算法-单向链表的实现以及相关面试题
数据结构与算法-单向链表的实现以及相关面试题
7 0
|
17天前
|
算法 搜索推荐 Python
数据结构与算法在Python面试中的应用实例
【4月更文挑战第13天】本文聚焦Python面试中的数据结构与算法问题,包括排序算法、链表操作和树图遍历。重点讨论了快速排序、链表反转和二叉树前序遍历的实现,并指出理解算法原理、处理边界条件及递归操作是避免错误的关键。通过实例代码和技巧分享,帮助面试者提升面试表现。
13 0
|
17天前
|
设计模式 算法 Java
如何在面试中应对编程与算法面试?
面试中,编程能力至关重要,主要分为三个层次:初级关注基本功,如语法、原理和常见问题解决;高级涉及数据结构与算法,基础算法如排序对中小厂重要,大厂则需深入数据结构;资深专家层次需精通设计模式,以保证代码的扩展性和维护性。提升编程技能可采用PDCA循环学习法,从计划到执行、检查、行动不断迭代。通过实践项目如开发后端系统、测试框架来检验学习成果,并逐步学习算法和设计模式。坚持不懈的努力和重构将助你成为技术专家。记住,超越大多数人的关键在于持续学习和专注深耕。
7 0
如何在面试中应对编程与算法面试?
|
2月前
|
存储 移动开发 算法
面试时写不出排序算法?看这篇就够了
面试时写不出排序算法?看这篇就够了
90 0
|
2月前
|
算法
覃超老师 算法面试通关40讲
无论是阿里巴巴、腾讯、百度这些国内一线互联网企业,还是 Google、Facebook、Airbnb 等硅谷知名互联网公司,在招聘工程师的过程中,对算法和数据结构能力的考察都是重中之重。本课程以帮助求职者在短时间内掌握面试中最常见的算法与数据结构相关知识点,学会面试中高频算法题目的分析思路,同时给大家从面试官的角度来分析算法题的解答技巧,从而更有效地提升求职者的面试通过率。
15 3
覃超老师 算法面试通关40讲
|
13天前
|
机器学习/深度学习 人工智能 算法
基于DCT和扩频的音频水印嵌入提取算法matlab仿真
本文介绍了结合DCT和扩频技术的音频水印算法,用于在不降低音质的情况下嵌入版权信息。在matlab2022a中实现,算法利用DCT进行频域处理,通过扩频增强水印的隐蔽性和抗攻击性。核心程序展示了水印的嵌入与提取过程,包括DCT变换、水印扩频及反变换步骤。该方法有效且专业,未来研究将侧重于提高实用性和安全性。