哈希表
找不到 O ( n ) O(n) O(n) 思路? 试一下等价代换。
数组所有数字大小不同,说明数组中最多有一个 k
。数组的 k
要包含在 子数组 里,为了便于思考,分析奇数长度的子数组:
- 在子数组里,大于
k
的数,和小于k
的数,二者数量相等时,k
就是中位数。
数量关系写作:左侧大于 + 右侧大于 = 左侧小于 + 右侧小于。 ①
由等式关系,我们想到了前缀和做法。但要开
4
4
4 个数组,还可以简化。
简化思路:我们在枚举 k
的左侧元素时,可以维护左侧的所有性质。右侧同理。
数量关系转化为:左侧大于 - 左侧小于 = 右侧小于 - 右侧大于。 ②
k
左侧大于 k
的数,贡献记为
1
1
1;左侧小于,记为
−
1
-1
−1 。
k
右侧小于 k
的数,贡献记为
1
1
1;右侧大于,记为
−
1
-1
−1 。
将这里的贡献,结合前缀和思想。算法流程 :
-
从数组的
k
开始往左枚举。遇到大于k
的数,前缀和加 1 1 1,遇到小于 k k k 的数,前缀和加 − 1 -1 −1。在每一次枚举的位置,将前缀和记入哈希表。 -
从数组的
k
开始往右枚举。按照右侧贡献的规则,维护前缀和。哈希表中相同的前缀和,就对应了一些可以使k
成为中位数的子数组。
分析偶数长度的子数组:
数量关系: 左侧大于 + 右侧大于 = 左侧小于 + 右侧小于 + 1。 ③
转化为: 左侧大于 - 左侧小于 = 右侧大于 + 右侧小于 + 1。 ④
在算法上,枚举 k
左侧不变;枚举 k
右侧时,找哈希表中等于(右侧前缀和+1)的前缀和。
提示 : k
的贡献为
0
0
0 。
class Solution {
public:
int countSubarrays(vector<int>& nums, int k) {
int n = nums.size();
int pos = find(nums.begin(), nums.end(), k) - nums.begin();
unordered_map<int, int> mp;
mp[0] ++;
for (int i = pos - 1, x = 0; i >= 0; i --) {
if (nums[i] > k) x ++;
else x --;
mp[x] ++;
}
int ans = mp[0] + mp[1];
for (int i = pos + 1, x = 0; i < n; i ++) {
if (nums[i] < k) x ++;
else x --;
ans += mp[x] + mp[x + 1];
}
return ans;
}
};
- 时间复杂度 : O ( n ) O(n) O(n) , n n n 是数组的大小, f i n d find find 函数遍历数组,维护前缀和,二者的时间复杂度是 O ( n ) O(n) O(n) 。
- 空间复杂度 : O ( n ) O(n) O(n) , 哈希表的空间复杂度是 O ( n ) O(n) O(n) 。
AC
致语
- 理解思路很重要
- 读者有问题请留言,清墨看到就会回复的。