560. 和为K的子数组
思路1 暴力求解
确定区间 [ i , j ] [i, j] [i,j],求改区间的和,如果区间的和等于 K K K,那么次数加一,显然,该算法的时间复杂度为 O ( n 3 ) O(n^3) O(n3)。会超时。
思路2 暴力求解的改进
事实上,我们可以在
O
(
1
)
O(1)
O(1) 的时间内求出区间
[
i
,
j
]
[i, j]
[i,j] 的和。
一种方式是使用数组存放
n
u
m
s
nums
nums 数组的前缀和,即该数组为
S
S
S, 那么区间
[
i
,
j
]
[i, j]
[i,j]的和为
S
[
j
]
−
S
[
i
−
1
]
S[j]-S[i-1]
S[j]−S[i−1].
另一种方式是,当我们知道区间
[
i
,
j
−
1
]
[i, j-1]
[i,j−1]的和时,我们可以在
O
(
1
)
O(1)
O(1) 的时间内求解出区间
[
i
,
j
]
[i, j]
[i,j]的和。
显然,第二种方式优于第一种方式。下面是代码。
class Solution {
public:
int subarraySum(vector<int>& nums, int k) {
int ret = 0;
int n = nums.size();
for (int i = 0; i < n; i ++){
int sum = 0;
for (int j = i; j < n; j ++){
sum += nums[j];
if (sum == k){
ret ++;
}
}
}
return ret;
}
};
复杂度分析:
- 时间复杂度: O ( n 2 ) O(n^2) O(n2)
- 空间复杂度: O ( 1 ) O(1) O(1)
不幸的是,这种方式仍然会TLE。
思路三 使用哈希表
我们记 n u m s nums nums 数组的前缀和为 S S S. 那么相当于求解 ( i , j ) (i, j) (i,j) 的个数,其中, S [ j ] − S [ i − 1 ] = k S[j] - S[i-1] = k S[j]−S[i−1]=k.
由于 i ≤ j i \le j i≤j, 那么, j j j 严格大于 i − 1 i-1 i−1, 那么我们在求解 S [ j ] S[j] S[j]时, S [ i − 1 ] S[i-1] S[i−1] 必然已经求解完成。
也就是说,当我们求解到 S [ j ] S[j] S[j] 时,我们要 尽快地 知道有多少个 i − 1 i-1 i−1 能够满足 S [ j ] − k = S [ i − 1 ] S[j] - k = S[i-1] S[j]−k=S[i−1]。
我们可以使用 unordered_map<int, int>
来存储 【前缀和,数量】,那么可以在线性时间内尽快地求解问题。
当写出代码时:
class Solution {
public:
int subarraySum(vector<int>& nums, int k) {
int ret = 0;
int n = nums.size();
unordered_map<int, int> umap;
int sum = 0;
for (auto item : nums){
sum += item;
ret += umap[sum-k];
umap[sum] += 1;
}
return ret;
}
};
发现,测试样例
n
u
m
s
=
[
1
,
1
,
1
]
nums=[1,1,1]
nums=[1,1,1],
k
=
2
k=2
k=2 得到的结果是 1
. 经过模拟发现,当
s
u
m
sum
sum求解后,刚好有
s
u
m
=
k
sum=k
sum=k,而此时umap[sum-k]=umap[0]=0
,因此,umap[0]=1
.
经过上述分析,可以写出AC代码:
class Solution {
public:
int subarraySum(vector<int>& nums, int k) {
int ret = 0;
int n = nums.size();
unordered_map<int, int> umap;
umap[0] = 1;
int sum = 0;
for (auto item : nums){
sum += item;
ret += umap[sum-k];
umap[sum] += 1;
}
return ret;
}
};
复杂度分析:
- 时间复杂度: O ( n ) O(n) O(n)
- 空间复杂度: O ( n ) O(n) O(n)
2021.07.06 21:35
2021.10.5 10:59
七月份的文章,十月份发,我真是,懒惰他妈给懒惰开门——懒到家了。