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
|
监控 Kubernetes Java
阿里面试:5000qps访问一个500ms的接口,如何设计线程池的核心线程数、最大线程数? 需要多少台机器?
本文由40岁老架构师尼恩撰写,针对一线互联网企业的高频面试题“如何确定系统的最佳线程数”进行系统化梳理。文章详细介绍了线程池设计的三个核心步骤:理论预估、压测验证和监控调整,并结合实际案例(5000qps、500ms响应时间、4核8G机器)给出具体参数设置建议。此外,还提供了《尼恩Java面试宝典PDF》等资源,帮助读者提升技术能力,顺利通过大厂面试。关注【技术自由圈】公众号,回复“领电子书”获取更多学习资料。
|
4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。
|
1月前
|
人工智能 缓存 Ubuntu
AI+树莓派=阿里P8技术专家。模拟面试、学技术真的太香了 | 手把手教学
本课程由阿里P8技术专家分享,介绍如何使用树莓派和阿里云服务构建AI面试助手。通过模拟面试场景,讲解了Java中`==`与`equals`的区别,并演示了从硬件搭建、语音识别、AI Agent配置到代码实现的完整流程。项目利用树莓派作为核心,结合阿里云的实时语音识别、AI Agent和文字转语音服务,实现了一个能够回答面试问题的智能玩偶。课程展示了AI应用的简易构建过程,适合初学者学习和实践。
99 22
|
2月前
|
存储 NoSQL 架构师
阿里面试:聊聊 CAP 定理?哪些中间件是AP?为什么?
本文深入探讨了分布式系统中的“不可能三角”——CAP定理,即一致性(C)、可用性(A)和分区容错性(P)三者无法兼得。通过实例分析了不同场景下如何权衡CAP,并介绍了几种典型分布式中间件的CAP策略,强调了理解CAP定理对于架构设计的重要性。
109 4
|
3月前
|
存储 NoSQL 算法
阿里面试:亿级 redis 排行榜,如何设计?
本文由40岁老架构师尼恩撰写,针对近期读者在一线互联网企业面试中遇到的高频面试题进行系统化梳理,如使用ZSET排序统计、亿级用户排行榜设计等。文章详细介绍了Redis的四大统计(基数统计、二值统计、排序统计、聚合统计)原理和应用场景,重点讲解了Redis有序集合(Sorted Set)的使用方法和命令,以及如何设计社交点赞系统和游戏玩家排行榜。此外,还探讨了超高并发下Redis热key分治原理、亿级用户排行榜的范围分片设计、Redis Cluster集群持久化方式等内容。文章最后提供了大量面试真题和解决方案,帮助读者提升技术实力,顺利通过面试。
|
3月前
|
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。
|
4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。
|
6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。
|
3月前
|
存储 缓存 算法
面试官:单核 CPU 支持 Java 多线程吗?为什么?被问懵了!
本文介绍了多线程环境下的几个关键概念,包括时间片、超线程、上下文切换及其影响因素,以及线程调度的两种方式——抢占式调度和协同式调度。文章还讨论了减少上下文切换次数以提高多线程程序效率的方法,如无锁并发编程、使用CAS算法等,并提出了合理的线程数量配置策略,以平衡CPU利用率和线程切换开销。
面试官:单核 CPU 支持 Java 多线程吗?为什么?被问懵了!
|
3月前
|
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?