欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

[LeetCode] 454.四数相加 II(Medium)C语言题解

程序员文章站 2022-05-12 10:58:26
...

题目

  • 给定四个包含整数的数组列表 A , B , C , D ,计算有多少个元组 (i, j, k, l) ,使得 A[i] + B[j] + C[k] + D[l] = 0。
  • 为了使问题简单化,所有的 A, B, C, D 具有相同的长度 N,且 0 ≤ N ≤ 500 。所有整数的范围在 -228 到 228 - 1 之间,最终结果不会超过 231 - 1 。

示例

①示例1

  • 输入:
    | A = [ 1, 2]
    | B = [-2,-1]
    | C = [-1, 2]
    | D = [ 0, 2]
  • 输出: 2
  • 解释: 两个元组如下:
    | 1. (0, 0, 0, 1) -> A[0] + B[0] + C[0] + D[1] = 1 + (-2) + (-1) + 2 = 0
    | 2. (1, 1, 0, 0) -> A[1] + B[1] + C[0] + D[0] = 2 + (-1) + (-1) + 0 = 0

说明

①相关话题

  • 哈希表

②相似题目

③题目地址


解题方法

①哈希表

  • 由于题目对运行速度的要求很高,这里的哈希表直接使用 uthash,节省空间。
  • uthash 是一个用 C 语言编写的开源库,使用宏实现了哈希表的增删改查等功能。
  • 首先明确题意:这道题与 18. 四数之和 — 力扣网 的区别在于—不同元组的值是可以重复的(下标不同即可)。
  • 暴力解法及模仿 18. 四数之和 — 力扣网 的解法 (即将 D 中的元素放入哈希表中,时间复杂度为 O(N^3)) 都会超时。
  • 因为不同元组的值可以重复,此时将 -(A[i]+B[j]) 的每一种可能值放入哈希表中,并记录其出现次数,然后两层循环在哈希表中查找是否存在 (C[i]+D[j]) 的每一种可能值,如存在,count += 其出现次数。
  • 时间复杂度:O(N^2)。
  • 空间复杂度:O(N^2)。

代码详解

  • 哈希表(uthash)
int fourSumCount(int* A, int ASize, int* B, int BSize, int* C, int CSize, int* D, int DSize) {
    struct hash {
        int value;
        int count;
        UT_hash_handle hh; 
    };
            
    struct hash *hashTable = NULL;    
    int count = 0;
    
    // 将(A[i]+B[j])的每一种可能值放入哈希表中,并记录其出现次数。
    for (int i = 0; i < ASize; i++) {
        for (int j = 0; j < BSize; j++) {
            int n = -A[i]-B[j];            
            struct hash *h;
            HASH_FIND_INT(hashTable, &n, h);
            
            if (!h) {
                h = malloc(sizeof(struct hash));
                h->value = n;
                h->count = 1;
                HASH_ADD_INT(hashTable, value, h);
            }
            else
                h->count++;
        }
    }
    // 在哈希表中查找是否存在(C[i]+D[j])的每一种可能值。
    for (int i = 0; i < CSize; i++) {
        for (int j = 0; j < DSize; j++) {
            int m = C[i]+D[j];
            struct hash *h;
            HASH_FIND_INT(hashTable, &m, h);
                
            if (h)
                count += h->count;
        }
    }
    
    return count;
}

附录

相关标签: 哈希表