建议：本题是 使用map 巧妙解决的问题，好好体会一下 哈希法 如何提高程序执行效率，降低时间复杂度，当然使用哈希法 会提高空间复杂度，但一般来说我们都是舍空间 换时间， 工业开发也是这样。
题目链接：https://leetcode.cn/problems/4sum-ii/
视频讲解：https://www.bilibili.com/video/BV1Md4y1Q7Yh
一、看到题目的第一想法
这道题要求从四个数组中各选一个数，使它们的和为 0，并统计这样的组合数。
- 暴力思路（直接被排除）：最朴素的想法是写四层循环，遍历所有可能的组合，但时间复杂度是 \(O(n^4)\)，当数组长度较大时，效率极低，完全无法通过。
- 优化方向 ：既然直接暴力不可行，就要想办法降低复杂度。把四个数分成两组，前两个一组、后两个一组，先算
A[i]+B[j]的和并统计次数，再算-(C[k]+D[l])去匹配，这样就把 \(O(n^4)\) 拆成了两次 \(O(n^2)\)，整体时间复杂度降到 \(O(n^2)\)，这是最关键的突破口。 - 工具选择 ：统计频次自然想到用哈希表（
unordered_map），把前两个数组的和作为键，出现次数作为值，后面两个数组的和直接去哈希表里找补数即可。
二、实现过程中遇到的困难
- 如何拆分问题的思路误区一开始很容易陷入 "固定三个数，找第四个数" 的三层循环思路，复杂度是 \(O(n^3)\)，虽然比暴力好，但在数据量大时还是会超时。理解 "两两分组" 的核心思想，是解决这道题的关键难点。
- 哈希表的使用细节
- 一开始可能会忘记
count()检查键是否存在，直接访问countAB[-u-v]，如果键不存在，会自动插入一个值为 0 的键，虽然不影响结果，但会增加不必要的内存占用。 - 理解
countAB[u+v]++的作用：它是在统计A+B中每个和出现的次数，后续匹配时要把这个次数累加到答案里，而不是只加 1。
- 一开始可能会忘记
- 补数关系的理解 要保证
A[i]+B[j]+C[k]+D[l] = 0，等价于A[i]+B[j] = -(C[k]+D[l])。一开始很容易搞反符号，写成C[k]+D[l]去匹配，导致结果错误。 - 边界情况处理比如数组长度为 0、元素为负数、多个相同和的情况，需要确保哈希表的计数和累加逻辑能正确处理这些场景。
三、今日收获心得
- 分治 / 分组优化的核心思想这道题最核心的技巧是 "分组"，把高复杂度的问题拆分成两个低复杂度的子问题。对于 n 数之和问题，当 n 为偶数时，两两分组是通用的优化思路，能把时间复杂度从 \(O(n^k)\) 降到 \(O(n^{k/2})\)。
- 哈希表的高效应用哈希表在统计频次、快速查找补数的场景中非常好用。这道题里，哈希表把 "查找补数" 的操作从 \(O(n)\) 降到了 \(O(1)\)，是整个算法效率的关键支撑。
- 时间与空间的权衡 用哈希表存储
A+B的和，空间复杂度会变成 \(O(n^2)\)，但换来了时间复杂度从 \(O(n^4)\) 到 \(O(n^2)\) 的大幅优化。算法题中，这种 "用空间换时间" 的思路非常常见，要学会根据题目限制灵活选择。 - 代码细节的严谨性
- 用
count()检查键是否存在，可以避免不必要的插入操作，提升效率。 - 累加答案时，要把哈希表中对应的次数全部加上，而不是只加 1，这是统计组合数的关键细节。
- 用