蔡昊 - 三数之合问题

简介: 拓展:可以用集合或者二维数组,得到满足条件的三个数用双指针的技巧解决一些算法问题读者思考:第三种方案为什么不将余下数都放入set,然后去比较

package test.algorithm;

import java.util.Arrays;

import java.util.HashSet;

/**

* 三数之和问题

*

* @author CaiHao

* @since 2022/3/22 19:44

*/

public class SumOfThree {

   /**

    * 问题描述:

    * 现有一个数,问数组中是否有三个数之和,与之相等

    *

    */

   public static void main(String[] args) {

       int[] a = {2, 5, 8, 27, 13, 36};

       // 多个数来验证结果

       int[] sums = {12, 22, 23, 27, 32, 42, 57};

       Boolean hasResult;

       for (int i = 0; i < sums.length; i++) {

           hasResult = solution1(a, sums[i]);

           System.out.println(sums[i] + ":" + hasResult);

       }

   }

   /**

    * 三重循环·1

    * 特点:复杂度过高,不推荐

    * 时间复杂度O(n^3),空间复杂的O(1)

    *

    * @param a

    * @param sum

    * @return Boolean

    */

   private static Boolean solution1(int[] a, int sum) {

       int total;

       for (int i = 0; i < a.length - 2; i++) {

           for (int j = i + 1; j < a.length - 1; j++) {

               for (int k = j + 1; k < a.length; k++) {

                   total = a[i] + a[j] + a[k];

                   if (sum == total) {

                       return true;

                   }

               }

           }

       }

       return false;

   }

   /**

    * 双指针·2

    * 特点:循环少、性能好、需对数组排序

    * 时间复杂度O(n^2),空间复杂的O(1)

    *

    * @param a

    * @param sum

    * @return Boolean

    */

   private static Boolean solution2(int[] a, int sum) {

       Arrays.sort(a);

       // 低指针

       int LowPointer;

       // 高指针

       int HighPointer;

       // 总值

       int total;

       for (int i = 0; i < a.length - 2; i++) {

           LowPointer = i + 1;

           HighPointer = a.length - 1;

           // 核心:当前值固定,高值或低值移动,三值相加与sum比较

           while (HighPointer > LowPointer) {

               total = a[i] + a[LowPointer] + a[HighPointer];

               if (total == sum) {

                   return true;

               }

               // 值过大时,高值的指针左移

               else if (total > sum) {

                   HighPointer--;

               }

               // 值过小时,低值的指针右移

               else if (total < sum) {

                   LowPointer++;

               }

           }

       }

       return false;

   }

   /**

    * HashSet方案·3

    * 特点:性能较好,保留原有数组顺序

    * 时间复杂度O(n^2),空间复杂的O(n)

    *

    * @param a

    * @param sum

    * @return Boolean

    */

   private static Boolean solution3(int[] a, int sum) {

       HashSet<Integer> set = new HashSet<Integer>();

       int remain;

       int last;

       for (int i = 0; i < a.length - 1; i++) {

           set.clear();

           // 剩下两个值的和

           remain = sum - a[i];

           for (int j = i + 1; j < a.length; j++) {

               // 需要的最后一个值

               last = remain - a[j];

               // 需要的值在set集合出现过,则找到

               if (set.contains(last)) {

                   return true;

               }

               set.add(a[j]);

           }

       }

       return false;

   }

}


相关文章
|
19天前
|
人工智能 缓存 前端开发
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
DeepSeek Harness + DeepSeek V4 Pro 项目实战保姆级教程!手把手带你从零安装开源 AI 编程工具,开发架构图、知识讲解网站、3D 网页游戏、全栈 AI 应用 4 个项目,覆盖运行模式选择、插件安装与开发,看看能不能对标 Claude。
13117 85
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
|
7天前
|
人工智能 自然语言处理 安全
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
本文聚焦阿里云2026年推出的三款自研AI办公产品,清晰拆解千问办公、Qoder Teams、Qoder CN的差异化定位与能力边界:千问办公主打职场全场景提效,支持自然语言指令一键完成PPT生成、数据分析等高频办公任务;Qoder Teams面向程序员团队,深度整合AI代码生成、团队协同与企业知识库能力;Qoder CN则专为金融、政务等强合规场景打造,实现数据不出境与VPC私有化部署。文章同步给出分场景选型指南与最新活动定价,帮助不同类型的企业按需组合产品,实现业务岗、研发岗与强合规场景的AI能力全覆盖。
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
|
2天前
|
缓存 人工智能 API
阿里云Qwen3.8‑Flash完整能力解析:模型特性、API调用实操与计费规则深度拆解
在AI应用快速落地的当下,开发者与企业选型大模型API,不再只单纯关注评测榜单分数,推理速度、上下文长度、多模态能力、工具调用稳定性以及实际调用成本,共同决定项目能否平稳上线。Qwen3.8‑Flash作为新一代多模态混合专家模型,主打高性能推理与低成本开销,面向编程开发、智能Agent工作流、超长文档解析、图文混合理解等高频场景,提供托管API服务,权重同时开放可供本地部署,兼容主流接口协议,能够无缝接入各类开发工具链。很多开发者在接入过程中,容易混淆普通按量Token计费、缓存计费、各类订阅计划之间的差异,造成实际账单超出预估。本文从模型底层架构、核心功能能力、适用场景、API调用实操、完
711 0
|
12天前
|
Web App开发 人工智能 API
16 个超火的 DeepSeek Harness 插件,大肥鱼已经落后 N 个版本了。。。
DeepSeek Harness 精选插件推荐合集,从图片识别、浏览器操控、多 Agent 协作到手机远程控制,一口气带你看完 DSH 社区热门的十几个插件,覆盖技能扩展、UI 界面增强、整活玩法三大类,让你的鲸鱼变得更强。
1736 4
|
13天前
|
人工智能 Java BI
【AI】DeepSeek Harness 安装、运行、管理插件
本文介绍了如何运行DeepSeek开源的Agent框架DeepSeek Harness(dsh)。主要内容包括:使用nvm安装适配的Node版本;通过代理加速克隆GitHub源码;使用pnpm安装依赖并启动项目;配置DeepSeek API Token;安装扩展功能的插件。该框架自带Web界面,支持模型适配、文件编辑等插件化功能
1921 1
|
人工智能 JavaScript 开发工具
DeepSeek Harness 本地安装与使用指南
DeepSeek Harness(DSH)是DeepSeek AI开源的Agent运行框架,支持本地文件操作、命令执行与工具调用。基于Cordis插件架构,具备高扩展性与强可控性,适合开发者搭建可控Agent环境或开展模型基准测试。当前为开发者预览版,需Node.js环境,推荐先用`npx @deepseek-ai/dsh web`快速体验。
5166 0
|
15天前
|
人工智能 JavaScript 测试技术
保姆级教程:DeepSeek Harness从安装到跑通测试,30分钟上手
DeepSeek Harness是DeepSeek开源的AI Agent运行时,主打“一行命令安装、5分钟跑通”。它让模型真正动手干活——读代码、跑测试、分析失败、生成修复方案。本文手把手教你30分钟从零上手,覆盖安装、配置、实测及避坑指南,助你快速掌握下一代AI编程范式。
|
8天前
|
人工智能 Linux iOS开发
Ollama使用教程:Ollama官网下载、Ollama本地部署大模型(2026最新)
Ollama 是一款免费开源的本地大模型运行工具,支持在 Windows/macOS/Linux 上离线运行 Qwen、DeepSeek、Llama 等主流开源模型,数据不出本机、隐私安全。提供 OpenAI 兼容 API,命令行一键拉取/运行/管理模型,无需联网,无调用限制,是开发者与 AI 爱好者部署本地 AI 助手的理想选择。(239 字)
|
15天前
|
人工智能 JavaScript 测试技术
从 0 到 1,DeepSeek Harness 保姆级安装与使用教程!
DeepSeek Harness是DeepSeek推出的开源Agent运行框架,秉持“一切皆插件”理念,支持模型、工具、技能、工作流等全模块自由替换与扩展。其核心Cordis内核实现动态插件管理,赋能Agent自进化。已成GitHub史上增速最快开源项目(15w+ Star),标志着国内大模型从拼价格转向重架构与生态的新拐点。
1353 6
从 0 到 1,DeepSeek Harness 保姆级安装与使用教程!