Leetcode|前缀和+哈希表|560. 和为K的子数组

1 前缀和（未经哈希表优化）

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        int count = 0;
        int size = nums.size();
        // 前缀和数组
        vector<int> pre(size + 1, 0);
        // 计算前缀和数组的值
        for (int i = 0; i < size; i++)
            pre[i + 1] = pre[i] + nums[i];
        // if sum[i,j] == k, then count++;
        for (int i = 0; i < size; i++) 
            for (int j = i; j < size; j++) 
                if (pre[j + 1] - pre[i] == k) count++;
        return count;
    }
};

2 前缀和 + 哈希表优化

如上图所示，当遍历到nums[5] = 1时，对应前缀和为13，此时由pre[j + 1] - k == pre[i]推断，遍历到nums[j + 1]时只要找出有几个相同的pre[i]即可，数量即表示子数组个数

上图中pre[6] = 13，则左侧13 - 5 == 8的个数即为当前子数组的个数2，若后续再出现1次13，则继续累加count，应为2+2=4

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        int count = 0;
        int size = nums.size();
        // 哈希表记录从<前缀和, 出现频数>
        unordered_map<int, int> sum2cnt;
        // 关键：初始化pre_sum = 0时次数为1
        sum2cnt[0] = 1;
        int sum = 0;
        for (int i = 0; i < size; i++) {
            sum += nums[i];
            // sum - pre_sum == k推导而来
            int pre_sum = sum - k;
            // 若前缀和存在，则直接累加该前缀和的出现频数
            if (sum2cnt.count(pre_sum))
                count += sum2cnt[pre_sum];
            sum2cnt[sum]++;
        }
        return count;
    }
};