1. 两数之和、560. 和为K的子数组_和为k的子数组 dfs-CSDN博客

本文链接：https://blog.csdn.net/chandelierds/article/details/99768959

1 两数之和
思路一：暴力法
思路二：哈希表法

class Solution(object):
    def twoSum(self, nums, target):
        d ={}
        res = []
        for i in range(len(nums)):
            sum = target - nums[i]
            if sum in d:
                res = [d[sum], i]
                break
            d[nums[i]] = i
        return res

560 和为K的子数组
在这里插入图片描述

思路一：暴力法

以每个数字作为起点，搜索是否存在相加为目标值的解

class Solution(object):
    def subarraySum(self, nums, k):
        if not nums:
            return 0
        res = 0
        for i in range(len(nums)):
            sum = 0
            for j in range(i, len(nums)):
                sum += nums[j]
                if sum == k:
                    res += 1
        return res

时间复杂度O(n²)，超时。
空间复杂度O(1)

思路二：哈希表

利用哈希表模拟动态规划，因为在思路一中，其实做了很多次的重复计算，那么可以用哈希表保存在累加过程中sum出现的次数（比如dict[3]得到5，表示和为3的从index=0开始的连续子序列有5个），当sum大于k时，超出的部分sum-k如果存在于哈希表中，则代表从当前下标i往前有连续的子数组的和为sum，就可以直接对结果相加

class Solution(object):
    def subarraySum(self, nums, k):
        sum, res, cul = 0, 0, {}
        #dict的第一个key的value直接赋为1
        cul[0] = 1
        for i in range(len(nums)):
            #开始累加
            sum += nums[i]
            #sum-k存在就累加
            res += cul.get(sum - k,0)
            #记得要把当前sum出现的次数也记入哈希表中
            cul[sum] = cul.get(sum, 0) + 1
        return res

时间复杂度O(n)
空间复杂度O(n)