【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

【数据结构与算法】单链表综合练习:1.删除链表中等于给定值 val 的所有节点 2.反转链表 3.链表中间节点

【数据结构与算法】单链表综合练习:1.删除链表中等于给定值 val 的所有节点 2.反转链表 3.链表中间节点

🔥小龙报:个人主页 🎬作者简介:C++研发,嵌入式,机器人等方向学习者 ❄️个人专栏:《C语言》《【初阶】数据结构与算法》 ✨ 永远相信美好的事情即将发生 文章目录 * 前言 * 一、删除链表中等于给定值 val 的所有节点 * 1.1题目 * 1.2 算法原理 * 1.3代码 * 二、反转链表 * 2.1题目 * 2.2 算法原理 * 2.3代码 * 三、链表中间节点 * 3.1题目 * 3.2 算法原理 * 3.3代码 * 总结与每日励志 前言 链表是 C 语言和数据结构学习的核心考点,也是编程入门绕不开的经典题型。本文聚焦删除指定值节点、

By Ne0inhk
❿⁄₁₄ ⟦ OSCP ⬖ 研记 ⟧ 密码攻击实践 ➱ 传递Net-NTLMv2哈希

❿⁄₁₄ ⟦ OSCP ⬖ 研记 ⟧ 密码攻击实践 ➱ 传递Net-NTLMv2哈希

郑重声明:本文所涉安全技术仅限用于合法研究与学习目的,严禁任何形式的非法利用。因不当使用所导致的一切法律与经济责任,本人概不负责。任何形式的转载均须明确标注原文出处,且不得用于商业目的。 🔋 点赞 | 能量注入 ❤️ 关注 | 信号锁定 🔔 收藏 | 数据归档 ⭐️ 评论 | 保持连接💬 🌌 立即前往 👉晖度丨安全视界🚀 ▶ 信息收集  ▶ 漏洞检测 ▶ 初始立足点  ▶ 权限提升 ▶ 横向移动 ➢ 密码攻击 ➢ 传递Net-NTLMv2哈希🔥🔥🔥 ▶ 报告/分析 ▶ 教训/修复 目录 1.密码破解 1.1 破解Windows哈希实践 1.1.4 传递Net-NTLMv2哈希概述 1.1.4.1 攻击背景 1.1.4.2 攻击流程 1.1.

By Ne0inhk
链表进阶核心 | LeetCode 92 区间反转:吃透递归反转与哨兵技巧

链表进阶核心 | LeetCode 92 区间反转:吃透递归反转与哨兵技巧

✨链表进阶核心 | LeetCode 92 区间反转:吃透递归反转与哨兵技巧🎯 * 视频地址 * 🚀 开篇引论:链表反转的进阶之路 * 🔄 基础筑基:链表【前n个节点】递归反转 * 1. 函数定义与核心功能 * 2. 递归实现思路拆解 * 3. 直观调用示例 * 4. 关键代码实现(C++)与详解 * 🎯 实战攻坚:LeetCode 92 链表区间反转 * 1. 题目问题描述 * 2. 神器加持:虚拟头节点(哨兵)技巧 * 3. 整体解题思路 * 4. 完整代码实现(C++)与逐行解析 * 5. 算法复杂度分析 * 📚 算法原理深度剖析 * 1. 递归反转的核心原理 * 2. 虚拟头节点的底层逻辑 * 💡 算法学习核心建议 * 结语 * ✅ 关键点回顾 视频地址

By Ne0inhk