题016.最接近的三数之和（中等）
题意
给定一个包含n个整数的数组nums和一个目标值target，找出nums中和与target最接近的三个数，返回三数之和。（假设有唯一答案，数组长度大于3）
eg
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）
解题
本题和第15题（三数之和为0）很像，所以我参照上次解15题的方式，尝试用双指针法来求三数之和，逼近target值。
- 首先根据提示，数组长度大于三，省去了长度的判断；确保有唯一解，说明三个数的组合唯一，相较于15题可以省去遍历时跳过重复值的操作。
- 对第一个数进行遍历，三数之和sum尽量接近目标值即可理解为sum-target的值逼近0。
- 用双指针分别指向第二、三个数，从剩余数组的头尾向中间靠近，直至两数相遇
- 若sum-target>0，将第三个数左移
- 若sum-target<0，将第二个数右移
- 若差值为0，说明存在和为target的三个数，直接跳出循环，返回target值
复杂度分析
- 数组排序的时间复杂度为O(nlogn)
- 遍历的时间复杂度为O( n 2 n^2 n2)，第一个数的遍历为O(n)，双指针为O(n)
- 总的时间复杂度为O(nlogn)+O( n 2 n^2 n2)=O( n 2 n^2 n2)
代码
def threesumClosest(self,nums:List[int],target:int)->int:
ln=len(nums)
nums.sort()
cm=float('inf')
sum=0
for i in range(ln):
tmp=-target+nums[i]
j,k=i+1,ln-1
while j<k:
cur=tmp+nums[k]+nums[j]
if cur==0:
return target
#若差值的绝对值更小，则更新当前比较值
if cm>abs(cur):
cm=abs(cur)
sum=nums[i]+nums[j]+nums[k]
if cur<0:
j+=1
else:
k-=1
return sum
题020.有效的括号（简单）
题意
给定一个包含小括号、中括号、大括号的字符串，判断其是否满足：
- 左括号必须用同类型右括号闭合
- 左括号必须以正确的顺序闭合
- “{}()[]” ✅
- “}{)(][” ❎
解题
本题思路比较简单，考虑左右括号的闭合，使用栈来遍历字符串无疑是最好的选择，具体做法是：
- 建立一个字典，将左右括号分别作为键和值存储进去。
- 遍历字符串，对于遍历到的字符串
- 如果是左括号，存储到栈中
- 如果是右括号，判断栈顶元素是否为对应的左括号，如果是，满足要求，栈顶元素弹出；如果不是，返回False
经历了一次遍历，所以时间复杂度为O(n)
代码
def isValid(self,s:str)->bool:
dic={
"{":"}","[":"]","(":")"}
m=["?"] #为了避免栈为空时pop操作出错，给栈底填个其他符号
for i in s:
if i in dic.keys():
m.append(i)
elif dic[m.pop()]!=i:
return False
return len(m)==1 #若栈中只剩一个问号，说明遍历完成且未出错
题021.合并两个有序链表
题意
将两个升序链表合并为一个并且输出
eg.
输入： l1 = [1,2,4], l2 = [1,3,4]
输出： [1,1,2,3,4,4]
解题
马上想到的方法就是两两比较，新建一个链表，然后遍历l1和l2，哪个节点的值小就加到新链表的后面，直至l1或者l2遍历结束。
这样的做法比较简单，直接贴代码
a=b=ListNode(None)
while l1 and l2:
if l1.val<l2.val:
b.next=l1
l1=l1.next
else:
b.next=l2
l2=l2.next
b=b.next
#哪个链表更长，就把它未遍历的部分接到新链表的后面
if l1:
b.next=l1
else:
b.next=l2
return a
这样做经历了一次遍历，时间复杂度为O(m+n),m,n分别为l1，l2的长度
扫描二维码关注公众号，回复：
12257279 查看本文章
而后参考题解，还可以使用 递归 的方法，思路和上面类似，就是每次比较两个链表的第一位，把更小的作为结果输出的第一项。把去除第一项的链表作为新链表与另一条继续比较。
具体实现如下：
def merge(self,l1,l2):
#首先设置递归终止条件
if not l1: return l2
if not l2: return l1
if l1.val<l2.val:
l1.next=self.merge(l1.next,l2)
return l1
else:
l2.next=self.merge(l1,l2.next)
return l2
时间复杂度依然为O(m+n)