一、題目描述
二、解題技巧
這道題從表面上看與3Sum極其相似,事實上確實可以使用相同的思維和方法,只不過這樣做的話,時間復雜度為O(n^3),空間復雜度為O(1)將超時。
這道題也可以在排序之後先計算後面兩個數的和,將其方法一個哈希表中,由於可能存在不同的兩個數的和為相同值,因此,可以考慮將和為相同的值放在一個鏈表中,然後將變量頭放在哈希表中。然後再按照3Sum的思路,不過第三個數在這裡變成了第三個和第四個數的和,通過哈希表可以方便地找到和為固定值的數的鏈表,就可以找到符合條件的四個數。這種方法的時間復雜度為O(n^2),空間復雜度也為O(n^2)。<喎?/kf/ware/vc/" target="_blank" class="keylink">vcD4NCjxwPsj9oaLKtcD9tPrC6zwvcD4NCjxwcmUgY2xhc3M9"brush:java;">
class Solution
{
public:
vector > fourSum(vector &num, int target)
{
vector > Result;
int Size = num.size();
if (Size < 4)
{
return Result;
}
// sort the array
sort(num.begin(), num.end());
for (int Index_first = 0; Index_first < (Size - 3); Index_first++)
{
int First = num[Index_first];
if ((Index_first != 0) && (num[Index_first - 1] == num[Index_first]))
{
continue;
}
for (int Index_second = Index_first + 1; Index_second < (Size - 2); Index_second++)
{
if ((Index_second != (Index_first + 1)) && (num[Index_second - 1] == num[Index_second]))
{
continue;
}
int Second = num[Index_second];
int Index_third = Index_second + 1;
int Index_foud = Size - 1;
while (Index_third < Index_foud)
{
int Third = num[Index_third];
int Fourd = num[Index_foud];
int Sum = First + Second + Third + Fourd;
if (Sum == target)
{
vector Tmp;
Tmp.push_back(First);
Tmp.push_back(Second);
Tmp.push_back(Third);
Tmp.push_back(Fourd);
Result.push_back(Tmp);
Index_third++;
while ((Index_third <= (Size - 1)) && (num[Index_third] == num[Index_third - 1]))
{
Index_third++;
}
Index_foud--;
while ((Index_foud > Index_second) && (num[Index_foud] == num[Index_foud + 1]))
{
Index_foud--;
}
}
if (Sum < target)
{
Index_third++;
while ((Index_third < Size) && (num[Index_third] == num[Index_third - 1]))
{
Index_third++;
}
}
if (Sum > target)
{
Index_foud--;
while ((Index_foud > Index_second) && (num[Index_foud] == num[Index_foud + 1]))
{
Index_foud--;
}
}
}
}
}
return Result;
}
};
四、體會
這道題是3Sum的一種延伸,但需要轉化一種思路以降低計算復雜度。如果僅僅按照3Sum的延伸來做這道題的話,算法的空間復雜度會達到O(n^3),但是空間復雜度為O(1)。可以換一種思路,在排序之後,先計算後面兩個數的和,並用哈希表存儲起來,然後就將問題轉變為了3Ssum的問題,只不過計算出第三個數之後,還需要在哈希表中找到和滿足條件的第三個數和第四個數。