【优选算法】双指针算法:专题二

【优选算法】双指针算法:专题二

目录

【611.有效三角形个数】

1、题目描述

2、实现核心及思路

解题步骤:

思路可视化:

代码实现:

【179.查找总价格为目标值的两个商品】

1、题目描述:

2、实现核心及思路:

代码实现:

【15.三数之和】

1、题目描述:

2、实现核心及思路:

解题步骤:

思路可视化:

代码实现:

【18.四数之和】

1、题目描述:

​编辑2、实现核心即思路:

解题步骤:

代码实现:


【611.有效三角形个数】

1、题目描述

2、实现核心及思路

构成三角形的条件:设三角形三边长分别为a(最长边),b(最短边),c。

则有 a + b > c

通过对三角形三边关系的分析,问题就是怎样找到三角形的最长边和最短边。解决这个问题:

我们可以先将数组元素进行排序(升序),让其满足单调性。每次固定最大值为第三边,最左边元素作为最短边,次最大值作为最长边,让最短边和最长边求和并与第三边比较。
解题步骤:

(1)排序(升序),降序也可。

(2)从右往左将数组元素依次作为第三边;让左指针 left 指向最左侧元素,作为最短边;右指针 right 指向第三边左侧第一个元素,作为最长边。

注意:由于需要三个边构成三角形,则第三边最多为数组的第三个元素(nums[2])。

(3)最短边与最长边求和并与第三边比较。

注意:

• 
由于已经按照升序排序,只要 nums[left] + nums[right] > 第三边,说明只要将左侧元素作为最短边均满足要求,则此时有满足要求的 right - left 个三角形(更新结果) ,然后

right--,因为nums[left] + nums[right--] 仍有可能满足要求



• 如果 nums[left] + nums[right] <= 第三边,则只有让 left++,才有可能让最短边与最长边之和大于第三边(right--只能让两者之和更小)。



结束条件:right >= left。
思路可视化:
代码实现:
class Solution { public: int triangleNumber(vector<int>& nums) { sort(nums.begin(),nums.end()); // 升序排序 int count = 0; // 记录三角形个数 // 从右往左依次将最大值作为第三边 for(int i = nums.size()-1;i >= 2;i--) { int left = 0; // 左指针(最短边) int right = i-1; // 右指针(最长边) while(left < right) { if(nums[left] + nums[right] > nums[i]) // 两边之和大于第三边 { count += right-left; // 更新结果 right--; // 寻找其他可能结果 } else left++; // 寻找与最长边相加可能大于第三边的最短边 } } return count; } };



【179.查找总价格为目标值的两个商品】

1、题目描述:

2、实现核心及思路:

实际就是求两数之和满足目标值,暴力算法非常简单,但可能超时。

与上一题类似我们也是结合单调性与双指针求解

(1)排序(默认升序),但注意数组可能已经有序(本题已经为升序数组)。

(2)让左指针 left 指向最左边元素(最小值),右指针 right 指向最右边元素(最大值)。

(3)两数求和,并与目标值比较:

• 和小于目标值,left++,只有这样才可能让和等于目标值(right-- 只能使得和更小);

• 和大于目标值,right--,只有这样才有可能让和等于目标值(left++ 只能使得和更大);

(4)输出结果。

代码实现:
class Solution { public: vector<int> twoSum(vector<int>& price, int target) { int left = 0, right = price.size() - 1; while(left < right) { if(price[left] + price[right] < target) left++; else if(price[left] + price[right] > target) right--; else break; } return {price[left], price[right]}; } };

【15.三数之和】

1、题目描述:

2、实现核心及思路:

要 求满足要求的三数之和,我们可以这样处理:nums[ i ] + nums[ j ] + nums[ k ] = 0,即

nums[ i ] + nums[ j ] = -nums[ k ],我们可以将 -nums[ k ]作为 target ,这样就转化为了求两数之和的问题。
解题步骤:

(1)排序(默认升序);

(2)从左往右依次固定一个元素作为 target,并让左指针 left 指向value 左侧元素;右指针 right 指向最右边元素。当 nums[ left ] + nums[ right ] = -target 时,即此三数满足要求(更新结果);

• 若 和小于目标值(-target),left++,只有这样才可能让和等于目标值(right-- 只能使得和更小);

• 若 和大于目标值(-target),right--,只有这样才有可能让和等于目标值(left++ 只能使得和更大);

• 更新结果,让left++,right--,继续找。



循环条件:
left < right。
注意:最后结果不可重复,所以需要去重

• 方法一:而由于数组元素升序排序的原因,对于重复的结果,其顺序也相同。所以,我们可以用 set<vector<int>> 来存储结果(set可以去重)。

• 方法二:当更新完结果后让左指针 left 和右指针 right 跳过相同的值;同时,在固定目标值时也需要跳过相同的值。



💥技巧:由于我们按照升序排序,即单调递增,当我们固定的target > 0(为正)时,往右所有的数肯定都已经大于0了,就不用找了。
思路可视化:

代码实现:
class Solution { public: vector<vector<int>> threeSum(vector<int>& nums) { sort(nums.begin(), nums.end()); // 排序 vector<vector<int>> ret; // 存储结果 // 从左往右依次固定元素为target for(int i = 0; i < nums.size() - 2;) { int target = nums[i]; // 目标值 int left = i + 1, right = nums.size() - 1; // 左右指针 while(left < right && target <= 0) { if (nums[left] + nums[right] < -target) left++; else if (nums[left] + nums[right] > -target) right--; else { ret.push_back({ target, nums[left], nums[right] }); // 更新结果 left++, right--; // 去重 while(left < right && nums[left] == nums[left - 1]) left++; while(left < right && nums[right] == nums[right + 1]) right--; } } i++; // 去重target while(i < nums.size() - 2 && nums[i] == nums[i - 1]) i++; } return ret; } };

【18.四数之和】

1、题目描述:


2、实现核心即思路:

a + b + c + d = target

求满足要求的四个数,我们可以先依次固定一个数作为 a,那么就变成找三个的和等于

target - a,不就转化为对应三数之和的问题了。
解题步骤:

(1)排序(升序);

(2)在数组中从左往右依次固定一个数作为a,转化为三数之和问题(target - a),然后在数组剩下元素中找满足的三个数。

(3)稍微修改上面的三数之和的代码,此时目标值为 target - a,再有两个参数nums 和pos(用来确定数组还剩多少元素)。

代码实现:
class Solution { public: // 找满足三数之和的数 vector<vector<int>> threeSum(vector<int>& nums, int pos, int target_val) { vector<vector<int>> ret; // 存储结果 // 从左往右依次固定元素为target int n = nums.size() - 2; for(int i = pos + 1; i < n;) { long target = (long)nums[i] - (long)target_val; // 目标值 int left = i + 1, right = nums.size() - 1; // 左右指针 while(left < right) { if (nums[left] + nums[right] < -target) left++; else if (nums[left] + nums[right] > -target) right--; else { ret.push_back({ nums[i], nums[left], nums[right] }); // 更新结果 left++, right--; // 去重 while(left < right && nums[left] == nums[left - 1]) left++; while(left < right && nums[right] == nums[right + 1]) right--; } } i++; // 去重target while(i < nums.size() - 2 && nums[i] == nums[i - 1]) i++; } return ret; } vector<vector<int>> fourSum(vector<int>& nums, int target) { sort(nums.begin(), nums.end()); // 排序 vector<vector<int>> result; // 结果 // 固定一个数作为目标元素之一 int n = nums.size() - 3; for(int i = 0; i < n;) { auto ret = threeSum(nums, i, target - nums[i]); if(!ret.empty()) { // 重新完善结果 for(auto e : ret) { e.push_back(nums[i]); result.push_back(e); } } i++; // 去重 i while(i < nums.size() - 3 && nums[i] == nums[i - 1]) i++; } return result; } };

Read more

AI生成系统架构图 告别系统架构图制作焦虑!AI一键生成,小白也能秒变高手

AI生成系统架构图 告别系统架构图制作焦虑!AI一键生成,小白也能秒变高手

类别一: 类别二: 类别三 工具地址:https://draw.anqstar.com/ 一、技术背景与问题引入 1.1 计算机专业学业场景的架构图需求 对于计算机相关专业的大学生而言,系统架构图是学业过程中绕不开的重要元素。无论是数据结构课程设计中的模块交互展示、操作系统课程作业的进程调度流程梳理,还是毕业设计中完整系统的分层架构呈现,架构图都承担着“可视化技术逻辑”的核心作用。一份清晰、规范的架构图,不仅能让作业或论文的技术方案更具说服力,更能直观体现开发者对系统设计的理解深度,成为评分中的加分项。 1.2 传统架构图绘制的痛点与困境 然而,传统的架构图绘制方式,往往让不少学生陷入困扰。一方面,专业的绘图工具(如Visio、DrawIO、ProcessOn)存在一定的学习成本,对于初次使用的学生而言,需要花费大量时间熟悉拖拽操作、组件布局、连接线设置等基础功能,甚至可能因为工具操作不熟练导致绘图效率低下;另一方面,架构图的规范性难以把控,不同课程、不同导师对架构图的排版风格、组件命名、层级划分要求各异,学生需要反复修改调整,

By Ne0inhk
【AI大模型前沿】TxGemma:谷歌推出的高效药物研发大模型,临床试验预测准确率超90%

【AI大模型前沿】TxGemma:谷歌推出的高效药物研发大模型,临床试验预测准确率超90%

系列篇章💥 No.文章1【AI大模型前沿】深度剖析瑞智病理大模型 RuiPath:如何革新癌症病理诊断技术2【AI大模型前沿】清华大学 CLAMP-3:多模态技术引领音乐检索新潮流3【AI大模型前沿】浙大携手阿里推出HealthGPT:医学视觉语言大模型助力智能医疗新突破4【AI大模型前沿】阿里 QwQ-32B:320 亿参数推理大模型,性能比肩 DeepSeek-R1,免费开源5【AI大模型前沿】TRELLIS:微软、清华、中科大联合推出的高质量3D生成模型6【AI大模型前沿】Migician:清华、北大、华科联手打造的多图像定位大模型,一键解决安防监控与自动驾驶难题7【AI大模型前沿】DeepSeek-V3-0324:AI 模型的全面升级与技术突破8【AI大模型前沿】BioMedGPT-R1:清华联合水木分子打造的多模态生物医药大模型,开启智能研发新纪元9【AI大模型前沿】DiffRhythm:西北工业大学打造的10秒铸就完整歌曲的AI歌曲生成模型10【AI大模型前沿】R1-Omni:阿里开源全模态情感识别与强化学习的创新结合11【AI大模型前沿】Qwen2.5-Omni:

By Ne0inhk
网络安全:零暴露公网IP访问本地AI服务的一些方法分享,保障数据隐私!

网络安全:零暴露公网IP访问本地AI服务的一些方法分享,保障数据隐私!

如果我们选择本地部署AI模型(如LLaMA、Stable Diffusion)的核心动机之一是对数据隐私的绝对控制! 但当我们需要从外部网络访问这些服务时,就面临两难选择:要么牺牲便利性(只能在内网使用),要么牺牲安全性(将服务暴露至公网)。我这边介绍一种折中的解决方案,实现无需公网IP、零端口暴露的远程安全访问。 公网暴露的潜在威胁 将本地服务的端口通过路由器映射到公网(Port Forwarding),是常见的“暴力”解决方案。但这带来了显著风险: 1. 端口扫描与暴力破解:你的服务IP和端口会暴露在互联网的自动化扫描工具下,可能遭遇持续的登录尝试或漏洞利用攻击。 2. 服务漏洞利用:如果AI服务的Web界面或API存在未修复的漏洞,攻击者可以直接利用。 3. 家庭网络边界被突破:一旦攻击者通过该服务入侵成功,可能进一步渗透到家庭网络中的其他设备。 怎么解决:基于加密隧道的网络隐身 思路是:不让本地服务在公网“露面”,而是让外部访问者通过一条加密的“专属通道”直接进入内网。这可以通过基于零信任网络的P2P VPN工具实现。 具体实现:以Tailscale/Z

By Ne0inhk

IDEA 插件 Trae AI 全攻略

在 Java 开发的日常中,你是否经常遇到这些场景:     面对重复的 CRUD 代码,机械敲击键盘却内心抗拒?     接手 legacy 系统,看着几百行的复杂逻辑无从下手?     调试时卡在某个异常,翻遍文档和 Stack Overflow 却找不到答案?     写单元测试时,明明功能简单却要耗费大量时间设计测试用例? 这些问题的核心,在于重复性工作占用了太多创造性时间。而随着 AI 技术的发展,AI 辅助开发工具已成为突破效率瓶颈的关键。在众多工具中,Trae AI作为 IDEA 的一款插件,凭借对 Java 生态的深度适配、与 IDE 的无缝集成以及强大的代码理解能力,逐渐成为开发者的 “编码搭子”。 本文将从基础到进阶,全面讲解 Trae AI 的功能、用法、实战技巧和最佳实践,帮你彻底释放 AI 辅助开发的潜力,让编码效率提升

By Ne0inhk