【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

【Linux系统】解明进程优先级与切换调度O(1)算法

【Linux系统】解明进程优先级与切换调度O(1)算法

各位读者大佬好,我是落羽!一个坚持不断学习进步的学生。 如果您觉得我的文章还不错,欢迎多多互三分享交流,一起学习进步! 也欢迎关注我的blog主页:落羽的落羽 文章目录 * 一、进程优先级的概念 * 二、查看优先级信息 * 1. PRI 与 NI 的理解 * 2. 修改nice值 * 三、进程调度切换 * 1. list_head 与 prio_array 结构 * 2. 活跃140队列与过期140队列 * 四、补充概念:竞争、独立、并行、并发 一、进程优先级的概念 CPU的资源是有限的,所以CPU的运行队列中的所有进程是不可能同时得到资源的。这就是为什么运行队列是一个“队列”,而CPU分配资源的先后顺序,就是指进程的优先级。 二、查看优先级信息 使用ps -l命令,可以查看系统中更详细的进程信息:

By Ne0inhk
Flutter 三方库 double_linked_list 本地化双向链表引擎鸿蒙核心侧适配深探:极尽榨干链表重构算力上限与迭代吞吐性能以支撑复杂游戏数据游标-适配鸿蒙 HarmonyOS ohos

Flutter 三方库 double_linked_list 本地化双向链表引擎鸿蒙核心侧适配深探:极尽榨干链表重构算力上限与迭代吞吐性能以支撑复杂游戏数据游标-适配鸿蒙 HarmonyOS ohos

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 double_linked_list 本地化双向链表引擎鸿蒙核心侧适配深探:极尽榨干链表重构算力上限与迭代吞吐性能以支撑复杂游戏数据游标推演机制 在开发鸿蒙平台的高性能应用(如实时数据流处理、复杂的 UI 撤销/重做逻辑或底层缓存系统)时,如何实现极速的线性数据操作?double_linked_list 库提供了一个纯粹、高效的双向链表实现。本文将详解该库在 OpenHarmony 上的适配要点。 前言 什么是 double_linked_list?不同于标准的 List(基于数组,随机插入代价大),双向链表通过节点间的前后指针关联,使得在已知位置插入或删除节点的时间复杂度维持在 O(1)。在鸿蒙操作系统强调的“极致任务调度”和“大屏高刷交互”背景下,利用该数据结构可以显著优化复杂逻辑下的内存抖动与 CPU 空转。 一、

By Ne0inhk
【算法通关指南:算法基础篇】二分答案专题:1.木材加工 2.砍树

【算法通关指南:算法基础篇】二分答案专题:1.木材加工 2.砍树

🔥小龙报:个人主页 🎬作者简介:C++研发,嵌入式,机器人方向学习者 ❄️个人专栏:《算法通关指南 》 ✨ 永远相信美好的事情即将发生 文章目录 * 前言 * 一、二分答案 * 二、二分答案经典算题 * 2.1 木材加工 * 2.1.1题目 * 2.1.2 算法原理 * 2.1.3 代码 * 2.2 砍树 * 2.2.1 题目 * 2.2.2 算法原理 * 2.2.3 代码 * 总结与每日励志 前言 二分答案是算法竞赛与笔试中极具技巧性的高分解法,核心思路是将复杂求解转化为简洁的二分+判定,

By Ne0inhk

Flutter 三方库 in_date_utils 的鸿蒙化适配指南 - 在鸿蒙系统上构建极致、高效的日期逻辑处理与万年历算法引擎

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 in_date_utils 的鸿蒙化适配指南 - 在鸿蒙系统上构建极致、高效的日期逻辑处理与万年历算法引擎 在鸿蒙(OpenHarmony)系统的日历、任务管理或考勤应用中,如何快速计算某月的天数、判断闰年、或优雅地对日期进行加减操作?in_date_utils 为开发者提供了一套开箱即用的日期增强工具集。本文将深入实战其在鸿蒙生态中的应用。 前言 什么是 in_date_utils?它是 Dart 原生 DateTime 的强力补丁。在 Flutter for OpenHarmony 的实际开发中,我们经常需要处理诸如“上周一的日期”、“本月最后一个周五”等复杂的业务逻辑。利用该库,我们可以避免重复编写琐碎的日期数学运算,让鸿蒙应用的代码更加简洁、易读且稳健。 一、

By Ne0inhk