给你一个长度为 n 的整数数组 nums 和 一个目标值 target。请你从 nums 中选出三个整数,使它们的和与 target 最接近。
返回这三个数的和。
假定每组输入只存在恰好一个解。
示例 1:
输入:
nums = [-1,2,1,-4], target = 1
输出:
2
解释:
与 target 最接近的和是 2 (-1 + 2 + 1 = 2)。
示例 2:
输入:
nums = [0,0,0], target = 1
输出:
0
解释:与 target 最接近的和是 0(0 + 0 + 0 = 0)。
提示:
• 3 <= nums.length <= 1000
• -1000 <= nums[i] <= 1000
解题思路:
排序数组:首先对数组进行排序,这样可以方便地使用双指针技术来寻找三元组。
初始化最接近的和:使用数组的前三个数的和作为初始的最接近和。
遍历数组:对于每个元素
nums[i]
,使用双指针left
和right
分别指向i+1
和数组末尾,寻找满足条件的三元组。计算当前和:计算当前三元组的和,如果这个和等于
target
,直接返回target
。更新最接近的和:比较当前和与
target
的绝对差,更新最接近的和。调整指针:根据当前和与
target
的大小关系,移动指针以尝试更接近target
的和。
// 比较函数,用于qsort排序
int compare(const void *a, const void *b) {
// 将void指针转换为int指针并解引用,返回两数之差(升序排序)
return (*(int*)a - *(int*)b);
}
// 寻找最接近target的三数之和
int threeSumClosest(int* nums, int numsSize, int target) {
// 对数组进行升序排序(便于双指针操作)
qsort(nums, numsSize, sizeof(int), compare);
// 初始化最接近的和为前三个元素的和
int closestSum = nums[0] + nums[1] + nums[2];
// 外层循环:固定第一个数nums[i]
for (int i = 0; i < numsSize - 2; i++) {
// 设置双指针:left从i+1开始,right从末尾开始
int left = i + 1;
int right = numsSize - 1;
// 内层循环:双指针遍历
while (left < right) {
// 计算当前三个数的和
int currentSum = nums[i] + nums[left] + nums[right];
// 如果正好等于target,直接返回(最优解)
if (currentSum == target) {
return currentSum;
}
// 如果当前和更接近target,更新closestSum
if (abs(currentSum - target) < abs(closestSum - target)) {
closestSum = currentSum;
}
// 根据当前和与target的关系移动指针
if (currentSum < target) {
left++; // 和太小,左指针右移(增大和)
} else {
right--; // 和太大,右指针左移(减小和)
}
}
}
// 返回找到的最接近的和
return closestSum;
}
实验小结
本次实验实现了寻找数组中三数之和最接近目标值的算法。通过双指针技术,我们高效地解决了这个问题。以下是主要收获:
1. 排序优化:先对数组进行排序(O(nlogn)),为双指针法创造条件,将时间复杂度优化至O(n²)。
2. 双指针技巧:固定一个数后,使用左右指针向中间遍历,有效减少了不必要的计算。
3. 实时更新:维护一个最接近的和变量,在遍历过程中不断比较更新,确保结果最优。
4. 边界处理:正确处理了数组长度为3的特殊情况,以及正负数组合的各种可能。
5. 性能验证:在测试用例中表现良好,如示例1正确返回2,示例2返回0。
实验加深了对双指针算法的理解,掌握了处理最接近值问题的方法,为类似问题(如四数之和)提供了解决思路。后续可进一步优化空间复杂度或处理更复杂变种。