首页 > 编程语言 >双指针算法专题（2）

双指针算法专题（2）

时间：2024-09-22 09:51:34浏览次数：8  
标签：专题 sub nums int list 算法 right left 指针

找往期文章包括但不限于本期文章中不懂的知识点：

个人主页：我要学编程(ಥ_ಥ)-CSDN博客

所属专栏： 优选算法专题

想要了解双指针算法的介绍，可以去看下面的博客：双指针算法的介绍 

目录

611.有效三角形的个数

LCR 179.查找总价格为目标值的两个商品

15.三数之和

18. 四数之和

 

611.有效三角形的个数

题目：

给定一个包含非负整数的数组 nums ，返回其中可以组成三角形三条边的三元组个数。

示例 1:

输入: nums = [2,2,3,4]
输出: 3
解释:有效的组合是: 
2,3,4 (使用第一个 2)
2,3,4 (使用第二个 2)
2,2,3

示例 2:

输入: nums = [4,2,3,4]
输出: 4

提示:

  • 1 <= nums.length <= 1000
  • 0 <= nums[i] <= 1000

思路：这个题目就是想让我们在给的数组中找出可以组成三角形的个数。确定三个数是否可以组成三角形：任意两边之和大于第三边即可。

最简单的方法就是直接遍历数组，根据三角形的判断条件暴力枚举即可。

代码实现：

错误解法：暴力枚举 

class Solution {
    // 错误解法：暴力枚举
    public int triangleNumber(int[] nums) {
        int count = 0;
        // 注意这里的i,j,k的位置，i最多只能倒带倒数第三个的位置,j....
        for (int i = 0; i <= nums.length-3; i++) {
            for (int j = i+1; j <= nums.length-2; j++) {
                for (int k = j+1; k <= nums.length-1; k++) {
                    if (nums[i]+nums[j] > nums[k] && 
                        nums[i]+nums[k] > nums[j] &&
                        nums[k]+nums[j] > nums[i]
                        ) {
                            count++;
                    }
                }
            }
        }
        return count;
    }
}

由于时间复杂度过高（O(N^3)），上面的代码肯定是跑不过的。

接下来，就是想想怎么优化？

我们知道三角形的判定还有一种简单方法：两小边之和大于最大边即可。那怎么找两小边呢？一个一个的去比较吗？这个肯定不现实。其实Arrays这类中有一个静态方法可以用来对数字进行排序( sort() ) ，知道了两小边之和，就是找最大边进行判断即可。

这里我们就通过一定的条件来优化了第三层循环，减少了循环的次数。

优化解法：定位两小边 和 最大边进行比较 

class Solution {
    // 优化解法一：定位两小边 和 最大边进行比较
    public int triangleNumber(int[] nums) {
        Arrays.sort(nums);
        int count = 0;
        for (int i = 0; i <= nums.length-3; i++) {
            for (int j = i+1; j <= nums.length-2; j++) {
                // k此时是三个数中最大值的下标
                int k = j+1;
                while (k < nums.length) {
                    if (nums[i]+nums[j] > nums[k]) {
                        count++;
                        k++;
                    } else {
                        // 由于数组是升序，因此后面的一定大于此时的值，因此无需判断了
                        break;
                    }
                }
            }
        }
        return count;
    }
}

既然可以定位 两小边，那么可不可以定位 最大边呢，然后找两小边进行比较呢？答案是可以的。

优化解法：固定最大边，比较另外两边

class Solution {
    // 优化解法二：固定最大边，比较另外两边
    public int triangleNumber(int[] nums) {
        Arrays.sort(nums);
        int count = 0;
        for (int k = nums.length-1; k >=2; k--) {
            // 开始寻找两小边的范围值
            int i = 0;
            int j = k-1;
            while (i < j) {
                if (nums[i]+nums[j] > nums[k]) {
                    count += (j-i); // 满足三角形的个数
                    j--; // i变化没意义
                } else {
                    i++; // j变化没有意义
                }
            }
        }
        return count;
    }
}

注意：在固定最大边的优化方法中，我们只需要范围比较 nums[i] + nums[j] 与 nums[k] 的大小关系即可。没有去一个一个的遍历比较 比较 nums[i] + nums[j] 与 nums[k] 的大小关系。这就致使时间复杂度从 O(N^3) 降至 O(N^2)。

LCR 179.查找总价格为目标值的两个商品

题目：

购物车内的商品价格按照升序记录于数组 price。请在购物车中找到两个商品的价格总和刚好是 target。若存在多种情况，返回任一结果即可。

示例 1：

输入：price = [3, 9, 12, 15], target = 18
输出：[3,15] 或者 [15,3]

示例 2：

输入：price = [8, 21, 27, 34, 52, 66], target = 61
输出：[27,34] 或者 [34,27]

提示：

  • 1 <= price.length <= 10^5
  • 1 <= price[i] <= 10^6
  • 1 <= target <= 2*10^6

思路： 很简单的思路，直接双层for循环遍历数组，去找和target的值即可。

代码实现：

错误解法：暴力枚举

class Solution {
    // 错误解法：暴力枚举
    public int[] twoSum(int[] price, int target) {
        int[] ret = new int[2];
        for (int i = 0; i < price.length; i++) {
            // 如果从j=0开始的话，就会有重复的，且可能会出现i==j的情况
            for (int j = i+1; j < price.length; j++) {
                if (price[i]+price[j] == target) {
                    ret[0] = price[i];
                    ret[1] = price[j];
                    return ret;
                }
            }
        }
        return ret;
    }
}

上面的代码时间复杂度过高（O(N^2)），因此我们优化的方向就是降低时间复杂度为 O(N)。由于题目告诉我们了这个数组是有序的，并且知道了要查找的数据，因此我们可以对数据进行范围筛选。

通过上面的方法，我们会发现查找的效率直线上升了。其思路的时间复杂度为 O(N)。

正确解法：使用对撞指针，减少查询的次数，降低时间复杂度 

class Solution {
    public int[] twoSum(int[] price, int target) {
        int[] ret = new int[2];
        // 通过target的值来缩小范围遍历
        int left = 0;
        int right = price.length-1;
        while (left < right) {
            if (price[left]+price[right] > target) {
                // 大于目标值，得减小
                right--;
            } else if (price[left]+price[right] < target) {
                // 小于目标值。得增大
                left++;
            } else {
                ret[0] = price[left];
                ret[1] = price[right];
                break;
            }
        }
        return ret;
    }
}

通过上面两个题目，我们可以发现一个这样的规律：对撞指针能降低一个幂次级的时间复杂度。

例如：O(N^3) 使用对撞指针后，可以降低为 O(N^2)；O(N^2) 使用对撞指针后，可以降低为 O(N)。当然，最多也只能降低至 O(N)了，不可能直接降为O(1)。

15.三数之和

题目：

给你一个整数数组 nums ，判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i != j、i != k 且 j != k ，同时还满足 nums[i] + nums[j] + nums[k] == 0 。请你返回所有和为 0 且不重复的三元组。

注意：答案中不可以包含重复的三元组。

示例 1：

输入：nums = [-1,0,1,2,-1,-4]
输出：[[-1,-1,2],[-1,0,1]]
解释：
nums[0] + nums[1] + nums[2] = (-1) + 0 + 1 = 0 。
nums[1] + nums[2] + nums[4] = 0 + 1 + (-1) = 0 。
nums[0] + nums[3] + nums[4] = (-1) + 2 + (-1) = 0 。
不同的三元组是 [-1,0,1] 和 [-1,-1,2] 。
注意，输出的顺序和三元组的顺序并不重要。

示例 2：

输入：nums = [0,1,1]
输出：[]
解释：唯一可能的三元组和不为 0 。

示例 3：

输入：nums = [0,0,0]
输出：[[0,0,0]]
解释：唯一可能的三元组和为 0 。

提示：

  • 3 <= nums.length <= 3000
  • -105 <= nums[i] <= 105

思路：根据题目给出的信息来看：我们要做的事情有两步：第一，找到符合三数之和为0的数；第二，对找到的数据进行去重操作。第一步的话，首先想到的就是暴力枚举找到符合要求的数据。但是找到数据之后的去重操作是比较难的，因为三个数的虽然总体是一样的，但是其内部的顺序却不同，我们无法直接判断，因此这里我们就需要对数据进行排序操作。但问题又来了：与其选择找出数据之后排序，不如直接在原数组上面进行排序操作。可能有小伙伴会疑惑：为什么要在原数组上进行排序呢？如下图所示：

排完序之后，我们会发现重复的数据长得一模一样，因此这里我们可以使用一个天然的去重容器set来处理，最终得到的结果就是我们想要的答案。

代码实现：

错误解法：暴力枚举

class Solution {
    // 错误解法：暴力枚举
    public List<List<Integer>> threeSum(int[] nums) {
        List<List<Integer>> list = new ArrayList<>();
        // 1、先对数组整体排序
        Arrays.sort(nums);
        // 2、再去找符合条件的数据
        for (int i = 0; i <= nums.length-3; i++) {
            List<Integer> sub_list = new ArrayList<>();
            for (int j = i+1; j <= nums.length-2; j++) {
                for (int k = j+1; k <= nums.length-1; k++) {
                    // 这里可以优化一点点效率：>0的话，就直接跳出循环，
                    // 大于0，再继续往后走也没用(根本不可能出现==0的情况)
                    if (nums[i]+nums[j]+nums[k] == 0) {
                        sub_list.add(nums[i]);
                        sub_list.add(nums[j]);
                        sub_list.add(nums[k]);
                        List<Integer> integerList = new ArrayList<>(sub_list);
                        list.add(integerList);
                        // 每次插入数据之后，要及时清空，保证只有三个数据
                        sub_list.clear();
                    }
                }
            }
        }
        // 3、利用set对其去重
        Set<List<Integer>> set = new HashSet<>();
        // 遍历list将其中的元素插入set中
        for (int i = 0; i < list.size(); i++) {
            if (!set.contains(list.get(i))) {
                set.add(list.get(i));
            }
        }
        List<List<Integer>> new_list = new ArrayList<>();
        // 遍历set中的元素插入到new_list
        for (List<Integer> x : set) {
            new_list.add(x);
        }
        return new_list;
    }
}

注意：上面代码的时间复杂度过大（三层for循环+两个遍历for循环）， 会超出时间限制。在最后一个将set中的元素插入new_list 中，可能有的小伙伴会写出下面的代码。

for (int i = 0; i < list.size(); i++) {
    if (set.contains(list.get(i))) {
        new_list.add(list.get(i));
    }
}

这个代码是有问题的，没有达到去重的目的。因为 list 可能中存在着多份相同的数据，但是在set 中只存在一份。因此当我们用 list 中的元素去遍历set 时，就会出现重复的元素，最终还是没有达到去重的效果。如下所示：

优化的思路有两个：1、对于查找数据时，使用对撞指针来进行优化。即通过最外层循环来固定一个数，然后再用对撞指针来找符合要求的数据。2、对去重的优化。set 去重虽然简单方便，但是两个for循环也带来了不少时间上的消耗。

1、优化查找数据：

正确解法：对撞指针优化查找数据 

class Solution {
    // 正确解法：使用对撞指针降低时间复杂度
    public List<List<Integer>> threeSum(int[] nums) {
        List<List<Integer>> list = new ArrayList<>();
        // 1、先对数组整体排序
        Arrays.sort(nums);
        // 2、再去找符合条件的数据
        for (int i = 0; i <= nums.length-3; i++) {
            List<Integer> sub_list = new ArrayList<>();
            int j = i+1;
            int k = nums.length-1;
            while (j < k) {
                if (nums[i]+nums[j]+nums[k] == 0) {
                        sub_list.add(nums[i]);
                        sub_list.add(nums[j]);
                        sub_list.add(nums[k]);
                        List<Integer> integerList = new ArrayList<>(sub_list);
                        list.add(integerList);
                        sub_list.clear();
                        // 只有一个增大，另一个减小，才可能达到相等
                        // 这里如果不是两个同时走的话，就会超出时间限制
                        j++; 
                        k--;
                } else if (nums[i]+nums[j]+nums[k] > 0) {
                    // 得减小，k--
                    k--;
                } else { // < 0
                    // 得增加，j++
                    j++;
                }
            }
        }
        // 3、利用set对其去重
        Set<List<Integer>> set = new HashSet<>();
        // 遍历list将其中的元素插入set中
        for (int i = 0; i < list.size(); i++) {
            if (!set.contains(list.get(i))) {
                set.add(list.get(i));
            }
        }
        List<List<Integer>> new_list = new ArrayList<>();
        // 遍历set中的元素插入到new_list中
        for (List<Integer> x : set) {
            new_list.add(x);
        }
        return new_list;
    }
}

上面的代码虽然可以通过全部的测试用例，但是时间效率非常之低。因此就要开始尝试看看能不能对去重操作进行优化。而最理想的优化就是能在找数据的同时去重。即在查找数据时，不把重复的数据算入其中，这就直接从源头上杜绝了去重的操作。那怎样才能找到不重复的数据呢？

我们会发现一个规律：当数据重复时，结果一定是相同的。即找到一组符合要求的数据之后，如果 j 对应的值 和 上一次 j 对应的值是一样的，那么就可以跳过，因为上一次 j 对应的值已经和其他值进行了结合检查。如果可以，那么就成了一次重复的数据；反之，上一次也检查过了。同理，k、i也是如此。当要注意一个数组越界问题。

class Solution {
    // 正确解法：对撞指针+查找去重
    public List<List<Integer>> threeSum(int[] nums) {
        List<List<Integer>> list = new ArrayList<>();
        // 1、先对数组整体排序
        Arrays.sort(nums);
        // 2、再去找符合条件的数据
        for (int i = 0; i <= nums.length-3; i++) {
            // 与上一次的值相同，就不需要再进行重复的操作了
            while (i-1 >= 0 && i <= nums.length-3 && nums[i] == nums[i-1]) {
                i++;
            }
            // i对应的值一定是数组中最小的值，如果它都>0了，那肯定找不到了
            while (i < nums.length && nums[i] > 0) {
                i++;
            }
            List<Integer> sub_list = new ArrayList<>();
            int j = i+1;
            int k = nums.length-1;
            while (j < k) {
                if (nums[i]+nums[j]+nums[k] == 0) {
                        sub_list.add(nums[i]);
                        sub_list.add(nums[j]);
                        sub_list.add(nums[k]);
                        List<Integer> integerList = new ArrayList<>(sub_list);
                        list.add(integerList);
                        sub_list.clear();
                        // 只有一个增大，另一个减小，才可能达到相等
                        // 这里如果不是两个同时走的话，就会超出时间限制
                        j++; 
                        k--;
                        // 如果和上一次的数据相同，则跳过
                        while (j < k && nums[j] == nums[j-1]) {
                            j++;
                        }
                        while (j < k && nums[k] == nums[k+1]) {
                            k--;
                        }
                } else if (nums[i]+nums[j]+nums[k] > 0) {
                    // 得减小，k--
                    k--;
                    // 数据与上一次相同的话，查找出来的还是同样的结果
                    while (j < k && nums[k] == nums[k+1]) {
                        k--;
                    }
                } else { // < 0
                    // 得增加，j++
                    j++;
                    // 数据与上一次相同的话，查找出来的还是同样的结果
                    while (j < k && nums[j] == nums[j-1]) {
                        j++;
                    }
                }
            }
        }
        return list;
    }
}

总的来说，这一题还是比较难的。既要想要去重的方法（利用set或者查找时排序相同的元素），还要避免时间复杂度过高的情况下查找数据（使用对撞指针进行优化处理）。 

 接下来，我们再来做一道与这个极其相似的题目。

18. 四数之和

题目：

给你一个由 n 个整数组成的数组 nums ，和一个目标值 target 。请你找出并返回满足下述全部条件且不重复的四元组 [nums[a], nums[b], nums[c], nums[d]] （若两个四元组元素一一对应，则认为两个四元组重复）：

  • 0 <= a, b, c, d < n
  • a、b、c 和 d 互不相同
  • nums[a] + nums[b] + nums[c] + nums[d] == target

你可以按 任意顺序 返回答案 。

示例 1：

输入：nums = [1,0,-1,0,-2,2], target = 0
输出：[[-2,-1,1,2],[-2,0,0,2],[-1,0,0,1]]

示例 2：

输入：nums = [2,2,2,2,2], target = 8
输出：[[2,2,2,2]]

提示：

  • 1 <= nums.length <= 200
  • -109 <= nums[i] <= 109
  • -109 <= target <= 109

思路：和三数之和简直就是孪生兄弟。 同样是先排序，再去查找数据（这里只展示优化后的思路和解法，想看推导过程和暴力枚举到优化的过程，可见三数之和）。

代码实现：

错误解法：用双层对撞指针代替四层for循环+内部去重

class Solution {
    // 双层对撞指针会忽略一些数据
    public List<List<Integer>> fourSum(int[] nums, int target) {
        List<List<Integer>> list = new ArrayList<>();
        Arrays.sort(nums);
        int i = 0;
        int j = nums.length-1;
        while (i < j) {
            List<Integer> sub_list = new ArrayList<>();
            // 注意left和right的取值
            int left = i+1;
            int right = j-1;
            while (left < right) {
                // 注意：对于内层循环来说，只有left和right是可变化的，i、j都是固定的
                if (nums[i]+nums[j]+nums[left]+nums[right] == target) {
                    sub_list.add(nums[i]);
                    sub_list.add(nums[j]);
                    sub_list.add(nums[left]);
                    sub_list.add(nums[right]);
                    List<Integer> integerList = new ArrayList<>(sub_list);
                    list.add(integerList);
                    sub_list.clear();
                    left++;
                    right--;
                    while(left < right && nums[right] == nums[right+1]) {
                        right--;
                    }
                    while(left < right && nums[left] == nums[left-1]) {
                        left++;
                    }
                } else if (nums[i]+nums[j]+nums[left]+nums[right] > target) {
                    right--;
                    while(left < right && nums[right] == nums[right+1]) {
                        right--;
                    }
                } else {
                    left++;
                    while(left < right && nums[left] == nums[left-1]) {
                        left++;
                    }
                }
            }
            i++;
            j--;
            while (i < j && nums[i] == nums[i-1]) {
                i++;
            }
            while (i < j && nums[j] == nums[j+1]) {
                j--;
            }
        }
        return list;
    }
}

上面代码的思路确实不错，的确可以减少不少时间的消耗，但是会漏掉一些数据。

当 nums = [-3, -1, 0, 2, 4, 5]、target = 0时，是找不到数据的。 感兴趣的小伙伴可以自己去测一测。（原本，我最先也是想到用这种方法来写，感觉效率应该会很高，但是后面经过调试发现，根本就找不出来上面的数据。）

正确解法：使用双层for循环+一层对撞指针+查找数据时去重 

class Solution {
    public List<List<Integer>> fourSum(int[] nums, int target) {
        List<List<Integer>> list = new ArrayList<>();
        // 1、排序
        Arrays.sort(nums);
        // 2、开始找数据+去重操作
        for (int i = 0; i <= nums.length-4;) {
            for (int j = i+1; j <= nums.length-3;) {
                List<Integer> sub_list = new ArrayList<>();
                int left = j+1;
                int right = nums.length-1;
                while (left < right) {
                    if (((long)nums[i]+nums[j]+
                            nums[left]+nums[right]) == target) {
                        sub_list.add(nums[i]);
                        sub_list.add(nums[j]);
                        sub_list.add(nums[left]);
                        sub_list.add(nums[right]);
                        List<Integer> integerList = new ArrayList<>(sub_list);
                        list.add(integerList);
                        sub_list.clear();
                        left++;
                        right--;
                        while(left < right && nums[right] == nums[right+1]) {
                            right--;
                        }
                        while(left < right && nums[left] == nums[left-1]) {
                            left++;
                        }
                    } else if ((long)nums[i]+nums[j]+
                            nums[left]+nums[right] > target) {
                        right--;
                        while(left < right && nums[right] == nums[right+1]) {
                            right--;
                        }
                    } else {
                        left++;
                        while(left < right && nums[left] == nums[left-1]) {
                            left++;
                        }
                    }
                }
                j++;
                while (j <= nums.length-3 && nums[j] == nums[j-1]) {
                    j++;
                }
            }
            i++;
            while (i >= 1 && i <= nums.length-4 && nums[i] == nums[i-1]) {
                i++;
            }
        }
        return list;
    }
}

注意：

1、

因此我们在计算四数之和时强转为了 long类型。

2、

总体来说：三数之和和四数之和还是有点难度的，不仅需要编码能力强，思路也要清新。

好啦！本期 双指针算法专题（2）的学习之旅就到此结束啦！我们下一期再一起学习吧！

标签：专题,sub,nums,int,list,算法,right,left,指针
From： https://blog.csdn.net/2301_80854132/article/details/142255955

相关文章

  • 滑动窗口算法专题（1）
    找往期文章包括但不限于本期文章中不懂的知识点：个人主页：我要学编程(ಥ_ಥ)-CSDN博客所属专栏： 优选算法专题目录滑动窗口算法的简介209.长度最小的子数组3.无重复字符的最长子串1004.最大连续1的个数III1658.将×减到0的最小操作数滑动窗口算法的简介滑动窗口......
  • 水母搜索算法（JS）优化BP神经网络原理及Matlab代码
    目录0引言1数学模型2优化方式3Matlab代码3.1伪代码3.2 JS主函数代码3.2JS-BP4视频讲解0引言水母搜索算法（JellyfishSearch，JS）是由Jui-ShengChou在2020年基于水母搜索行为提出的群智能算法。该算法模拟水母搜索行为的包括它们的洋流跟随，它们在水母群中的运......
  • 水母搜索算法（JS）优化支持向量机原理及Matlab代码
    目录0引言1数学模型2优化方式3Matlab代码3.1伪代码3.2 JS主函数代码3.2JS-SVM4视频讲解0引言水母搜索算法（JellyfishSearch，JS）是由Jui-ShengChou在2020年基于水母搜索行为提出的群智能算法。该算法模拟水母搜索行为的包括它们的洋流跟随，它们在水母群中的运......
  • 水母搜索算法（JS）优化长短期记忆神经网络原理及Matlab代码
    目录0引言1数学模型2优化方式3Matlab代码3.1伪代码3.2 JS主函数代码3.2JS-LSTM4视频讲解0引言水母搜索算法（JellyfishSearch，JS）是由Jui-ShengChou在2020年基于水母搜索行为提出的群智能算法。该算法模拟水母搜索行为的包括它们的洋流跟随，它们在水母群中的......
  • 【多变量输入单步预测】基于减法优化器算法(SABO)优化CNN-BiLSTM-Attention的风电功率
         ......
  • 冒泡排序、选择排序、插入排序 - JavaScript 中的数据结构和算法
    排序算法是许多计算任务的支柱，在组织数据以实现高效访问和处理方面发挥着至关重要的作用。无论您是刚刚开始探索算法世界的初学者，还是希望刷新知识的经验丰富的开发人员，了解这些基本排序技术都是至关重要的。在这篇文章中，我们将探讨一些更基本的排序算法-冒泡排序、选择排序和插......
  • 使用 KMeans 聚类算法 对鸢尾花数据集进行无监督学习的简单示例
    代码功能主要功能：加载数据集：代码使用load_iris()函数加载了鸢尾花数据集（Irisdataset）。这个数据集包含150条样本，每条样本有4个特征，对应于3种不同的鸢尾花。KMeans聚类：使用KMeans聚类算法将样本数据分为3个聚类（即3类），尝试发现数据中的自然分组，而不使用标签......
  • Datawhale Leecode基础算法篇 task02：递归算法and分治算法
    官方学习文档：datawhalechina往期task01：枚举算法链接：DatawhaleLeecode基础算法篇task01：枚举算法递归算法递归简介递归（Recursion）：指的是一种通过重复将原问题分解为同类的子问题而解决的方法。在绝大数编程语言中，可以通过在函数中再次调用函数自身的方式来实现递归。举......
  • 介绍MPC和LQR算法
    好的,我很乐意为您介绍控制理论中的MPC(模型预测控制)和LQR(线性二次型调节器)算法。MPC(模型预测控制):原理:基于系统模型预测未来输出在预测时域内优化控制序列仅执行当前最优控制,然后重新计算特点:可处理多变量系统和约束能够预见未来变化计算复杂度较高应用:......
  • 【数据结构与算法 | 灵神题单 | 栈基础篇】力扣1441， 844， 682
    1.力扣1441：用栈操作构建数组1.1题目：给你一个数组 target 和一个整数 n。每次迭代，需要从  list={1,2,3...,n} 中依次读取一个数字。请使用下述操作来构建目标数组 target ："Push"：从 list 中读取一个新元素，并将其推入数组中。"Pop"：删除数组中的最后一......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99