Logo

3Sum

LeetCode의 3 Sum 문제를 함께 풀어보도록 하겠습니다.

문제

정수로 이뤄진 nums 배열이 주어졌을 때, a + b + c = 0을 만족하는 모든 부분 배열 [a, b, c]를 구하라. 단, 리턴 값에는 중복된 부분 배열이 포함되어 있으면 안된다.

예를 들어, 배열 [-1, 0, 1, 2, -1, -4] 주어지면, -1 + 0 + 1 = 0, -1 + -1 + 2 = 0이므로 [[-1, 0, 1], [-1, -1, 2]]을 리턴해야 한다.

풀이 1

우선 이 문제를 가장 단순하고 무식하게 접근해보면 어떨지 생각해볼까요? 입력 배열로 부터 만들 수 있는 3개의 정수를 모두 구한 후에 각 조합의 합이 0인지를 따져보는 것일텐데요.

예를 들어, 문제의 첫 번째 예제에서 입력 배열로 주어진 [-1, 0, 1, 2, -1, -4]을 상대로 이 접근 방법을 적용해보면 다음과 같은 모습이겠죠?

sum([-1, 0, 1]) = 0 👈
sum([-1, 0, 2]) = 1
sum([-1, 0, -1]) = -2
sum([-1, 0, -4]) = -5
sum([-1, 1, 2]) = 2
sum([-1, 1, -1]) = -1
sum([-1, 1, -4]) = -4
sum([-1, 2, -1]) = 0 👈
sum([-1, 2, -4]) = -3
sum([-1, -1, -4]) = -6
sum([0, 1, 2]) = 3
sum([0, 1, -1]) = 0 👈
sum([0, 1, -4]) = -3
sum([0, 2, -1]) = 1
sum([0, 2, -4]) = -2
sum([0, -1, -4]) = -5
sum([1, 2, -1]) = 2
sum([1, 2, -4]) = -1
sum([1, -1, -4]) = -4
sum([2, -1, -4]) = -3

이를 통해서 [-1, 0, 1], [-1, 2, -1], [0, 1, -1]이 합이 0이 되는 조합이고 이 중 [-1, 0, 1][0, 1, -1]은 동일한 정수로 이루어져 있기 때문에 하나로 취급하면 최종적으로 두 개의 조합을 얻을 수 있습니다.

이 알고리즘을 실제로 코딩을 해보면 3중 루프가 필요해서 O(n^3) 시간을 소모하게 되는데요. 큰 입력 배열이 주어졌을 때는 처리 시간이 너무 오래 걸리기 때문에 실제로 LeetCode에 코드를 제출해보면 시간 제한 초과(Time Limit Exceeded)로 통과가 되지 않습니다.

이 비효율적인 알고리즘을 그래도 굳이 파이썬으로 구현해본다면 다음과 같을 것 입니다.

class Solution:
    def threeSum(self, nums: List[int]) -> List[List[int]]:
        triplets = set()
        for i in range(len(nums) - 2):
            for j in range(i + 1, len(nums) - 1):
                for k in range(j + 1, len(nums)):
                    if nums[i] + nums[j] + nums[k] == 0:
                        triplet = [nums[i], nums[j], nums[k]]
                        triplets.add(tuple(sorted(triplet)))
        return list(triplets)

반환 결과에서 동일한 정수로 이루어진 조합을 제거하기 위해서 각 조합을 정렬한 후에 세트(set) 자료구조에 저장하고 있는데요. 파이썬에서 세트(set) 자료구조에는 가변 자료구조인 리스트(list)를 저장할 수 없기 때문에 튜플(tuple)로 변환하는 부분 주의 바라겠습니다.

풀이 2

알고리즘을 풀 때 좀 더 간단한 문제의 풀이 방법이 좀 더 복잡한 문제의 해결의 실마리가 되는 경우가 많은데요. 혹시 예전에 이 문제와 비슷하지만 좀 더 쉬운 Two Sum이라는 문제를 같이 풀었었는데 혹시 기억하시나요?

아직 Two Sum 문제를 풀어보시지 않으셨다면 아래 설명이 이해가 어려우실 수도 있어요. 그러므로 먼저 Two Sum 문제를 풀어보시고 돌아오시기를 추천드립니다.

Two Sum 문제를 푸는 가장 효율적인 방법이 해시 테이블에 각 정수를 저장해두고 루프를 한 번만 도는 것이었는데요. 그 Two Sum 문제의 최적 알고리즘을 활용해서 이 3 Sum 문제를 풀어보면 어떨까요?

기본 아이디어는 i 포인터로 첫 번째 정수를 선택하고, j 포인터로 두 번째 정수를 선택하고, 이 두 정수의 합과 더해서 0이 되는 마지막 정수를 해시 테이블에서 찾는 건데요. Two Sum 문제와 다르게 이 문제에서는 인덱스는 중요하지 않기 때문에 사전(dictionary) 대신에 세트(set)를 사용하면 될 것 같습니다.

이 알고리즘을 시각화를 해보면…

       i
입력: [-1, 0, 1, 2, -1, -4]
          j
세트: {}
-1 + 0 = -1과 더해서 0이 되는 1이 세트에 없음
       i
입력: [-1, 0, 1, 2, -1, -4]
             j
세트: {0}
      ^
-1 + 1 = 0과 더해서 0이 되는 0이 세트에 있음 👉 [-1, 1, 0] 찾음
       i
입력: [-1, 0, 1, 2, -1, -4]
                j
세트: {0, 1}
-1 + 2 = 1과 더해서 0이 되는 -1이 세트에 있음
       i
입력: [-1, 0, 1, 2, -1, -4]
                    j
세트: {0, 1, 2}
            ^
-1 + -1 = -2과 더해서 0이 되는 2가 세트에 있음  👉 [-1, -1, 2] 찾음

이런 식으로 문제를 풀게 되면 루프가 3중에서 2중으로 줄어들기 때문에 당연히 알고리즘의 성능도 O(n^2)으로 개선이 되겠죠? 대신에 세트에 정수를 저장해야하므로 메모리 사용량이 O(n)으로 증가할 것입니다.

그럼 이 세트를 사용하는 알고리즘을 파이썬으로 구현해볼까요?

class Solution:
    def threeSum(self, nums: List[int]) -> List[List[int]]:
        triplets = set()

        for i in range(len(nums) - 2):
            seen = set()
            for j in range(i + 1, len(nums)):
                complement = -(nums[i] + nums[j])
                if complement in seen:
                    triplet = [nums[i], nums[j], complement]
                    triplets.add(tuple(sorted(triplet)))
                seen.add(nums[j])

        return list(triplets)

같은 알고리즘을 자바로도 구현해보았습니다.

class Solution {
    public List<List<Integer>> threeSum(int[] nums) {
        List<List<Integer>> triplets = new LinkedList<>();
        Arrays.sort(nums);

        for (int i = 0; i < nums.length - 2; i++) {
            if (i > 0 && nums[i - 1] == nums[i]) continue;
            for (List<Integer> pair: twoSum(i, nums)) {
                triplets.add(Arrays.asList(nums[i], pair.get(0), pair.get(1)));
            }
        }
        return triplets;
    }

    private Set<List<Integer>> twoSum(int i, int[] nums) {
        Set<List<Integer>> pairs = new HashSet<>();
        Set<Integer> seen = new HashSet<>();
        for (int j = i + 1; j < nums.length; j++) {
            int complement = -nums[i] - nums[j];
            if (seen.contains(complement)) pairs.add(Arrays.asList(complement, nums[j]));
            seen.add(nums[j]);
        }
        return pairs;
    }
}

이 알고리즘의 시간 복잡도를 분석할 때 sorted(triplet) 부분을 우려하시는 분이 있을 것 같은데요. 이 triplet에는 항상 3개의 정수가 담겨있기 때문에 이 부분의 시간 복잡도는 3log(3)이 되어 입력 배열에 크기가 무관하게 고정됩니다. 따라서 최종 시간 복잡도는 이중 루프로 인해서 O(n^2)이 되겠습니다.

풀이 3

이번에는 TwoSum에 변형된 문제인 Two Sum II - Input Array Is Sorted의 풀이에서 힌트를 얻어 볼까요?

마찬가지로 Two Sum II - Input Array Is Sorted 문제를 풀어보시고 돌아오시기를 추천드립니다.

Two Sum II 문제를 푸는 가장 효율적인 방법은 입력 배열의 양 끝에 포인터를 하나씩 놓고 두 포인터 가리키는 정수의 합이 찾으려는 합보다 작으면 왼쪽 포인터를 우측으로 한 칸 옮기고 크면 오른쪽 포인터를 좌측으로 한 칸 옮기면서 결국 찾으려는 값으로 두 개의 포인터를 점점 수렴시키는 것이 었는데요. 이러한 알고리즘이 가능했던 것은 원래 TwoSum 문제와 다르게 입력 배열이 정렬된 상태로 주어졌기 때문이었습니다.

하지만 이 3 Sum 문제에서는 입력 배열이 정렬된 상태로 주어지지 않기 때문에 Two Sum II 문제의 최적 알고리즘을 활용하려면 우리가 스스로 입력 배열을 정렬해야겠네요. 보통 정렬하는데는 O(log n)의 시간이 걸리기 때문에 전체 시간 복잡도를 그 이하로 내릴 수 있는 게 아니라면 사전에 입력 배열을 저장하는 것이 성능 상 큰 지장을 주지는 않을 것 같습니다.

그럼 첫 번째 예제에서 입력 배열로 주어진 [-1, 0, 1, 2, -1, -4]을 정열해놓고 투 포인터(L: low, H: high) 알고리즘을 적용해볼까요?

  i
[-4, -1, -1, 0, 1, 2]
      L            H
-4 + -1 + 2 = -3 이므로 L 우측 이동
  i
[-4, -1, -1, 0, 1, 2]
          L        H
-4 + -1 + 2 = -3 이므로 L 우측 이동
  i
[-4, -1, -1, 0, 1, 2]
             L     H
-4 + 0 + 2 = -2 이므로 L 우측 이동
  i
[-4, -1, -1, 0, 1, 2]
                L  H
-4 + 1 + 2 = -1 이므로 L 우측 이동.

다음 단계에서 L과 H 포인터가 서로 지나치게 되고 우리는 이를 통해 -4가 포함된 합이 0이 되는 조합은 없다는 것을 알게 되네요. 이제 i 포인터를 두 번째로 작은 -1로 옮기고 같은 과정을 반복합니다.

      i
[-4, -1, -1, 0, 1, 2]
          L        H
-1 + -1 + 2 = 0 임 👉 [-1, -1, 2] 찾음
      i
[-4, -1, -1, 0, 1, 2]
             L  H
-1 + 0 + 1 = 0 임 👉 [-1, 0, 1] 찾음

다음 단계에서 L과 H 포인터가 만나게 되고, i 포인터를 다른 정수로도 옮기고 같은 과정을 반복해야겠지만 우리는 이미 필요한 조합을 모두 찾았다는 것을 알기 때문에 시간 절약을 위해서 남은 과정은 생략하겠습니다.

이 두 개의 포인터를 이용하는 알고리즘을 파이썬으로 구현해볼까요?

class Solution:
    def threeSum(self, nums: List[int]) -> List[List[int]]:
        triplets = set()
        nums.sort()

        for i in range(len(nums) - 2):
            low, high = i + 1, len(nums) - 1
            while low < high:
                three_sum = nums[i] + nums[low] + nums[high]
                if three_sum < 0:
                    low += 1
                elif three_sum > 0:
                    high -= 1
                else:
                    triplets.add((nums[i], nums[low], nums[high]))
                    low, high = low + 1, high - 1

        return list(triplets)

같은 알고리즘을 자바스크립트로 구현해볼까요?

function threeSum(nums: number[]): number[][] {
  const result = [];
  nums.sort((a, b) => a - b);

  for (let i = 0; i < nums.length - 2; i++) {
    if (i > 0 && nums[i] === nums[i - 1]) continue;
    let low = i + 1,
      high = nums.length - 1;
    while (low < high) {
      const sum = nums[i] + nums[low] + nums[high];
      if (sum < 0) low++;
      else if (sum > 0) high--;
      else {
        result.push([nums[i], nums[low], nums[high]]);
        while (low < high && nums[low] === nums[low + 1]) low++;
        while (low < high && nums[high] === nums[high - 1]) high--;
        low++;
        high--;
      }
    }
  }

  return result;
}

이번에는 자바로 구현해보겠습니다.

class Solution {
    public List<List<Integer>> threeSum(int[] nums) {
        List<List<Integer>> triplets = new LinkedList<>();
        Arrays.sort(nums);

        for (int i = 0; i < nums.length - 2; i++) {
            if (i > 0 && nums[i - 1] == nums[i]) continue;
            int low = i + 1, high = nums.length - 1;
            while (low < high) {
                int three_sum = nums[i] + nums[low] + nums[high];
                if (three_sum < 0) low++;
                else if (three_sum > 0) high--;
                else {
                    triplets.add(Arrays.asList(nums[i], nums[low], nums[high]));
                    while (low < high && nums[low] == nums[low + 1]) low++;
                    while (low < high && nums[high] == nums[high - 1]) high--;
                    low++;
                    high--;
                }
            }
        }
        return triplets;
    }
}

배열의 길이라고 n을 했을 때, 이 알고리즘의 시간 복잡도는 세트를 사용한 알고리즘과 동일한 O(n^2)로 의미있는 차이가 없는데요. 공간 복잡도 측면에서는 결과 값 저장에 필요한 메모리를 무시하면 이 투 포인터를 사용한 알고리즘이 O(1)로 더 우수한 공간 복잡도를 가지게 됩니다.