leetcode 子数组 相关问题(分析+代码)

560. 和为K的子数组

给定一个整数数组和一个整数 k，你需要找到该数组中和为 k 的连续的子数组的个数。

示例 1 :
输入:nums = [1,1,1], k = 2
输出: 2 , [1,1] 与 [1,1] 为两种不同的情况。

分析：找到该数组中和为k的连续的子数组，实际上就是找从 i 到 j 和为k的数组个数，因此，如果用sum表示从下标0到 i 的和，也就是找 sum[i]-sum[j]=k 的个数。故可以用一个数组存储sum，然后用MAP存储从该sum值到该值出现次数的映射关系，如果遍历sum[i]时，发现sum[i]-k已经出现过，则加上其值即可。

• 需要先判断是否存在，然后再对自身sum[i]建立映射，避免出现k=0的情况导致错误
• 需要注意的是，sum[0]=0,即未添加任何元素，或者在map初始化时添加map[0]=1

class Solution {
   
public:
    int subarraySum(vector<int>& nums, int k) 
    {
   
        vector<int> sum(nums.size()+1);
        sum[0]=0;
        for(int i=1;i<=nums.size();i++)
        {
   
            sum[i]=sum[i-1]+nums[i-1];   
        }
        int result=0;
        //  如果从j到i和为k,则 sum[i]-sum[j-1]=k
        unordered_map<int,int> MAP; //建立映射,从 sum[i]到其值出现的次数的映射
		for(int i=0;i<sum.size();i++)
		{
   
			if(MAP.find(sum[i]-k)!=MAP.end()) //判断差为k的是否已经出现
				result+=MAP[sum[i]-k];	
            MAP[sum[i]]++;
        } 
        return result;
    }
};

但是我们发现，其实sum并不需要用数组存储起来，可以在求和过程中直接建立映射并判断即可,代码可以变得更加简洁。

class Solution {
   
public:
    int subarraySum(vector<int>& nums, int k) 
    {
   
        unordered_map<int,int> MAP;//映射关系
        MAP[0]=1; //表示没有添加任何元素
        int sum=0,result=0;
        for(int item:nums)
        {
   
            sum+=item;
            if(MAP.find(sum-k)!=MAP.end()) result+=MAP[sum-k];
            MAP[sum]++;
        }
        return result;
    }
};

209. 长度最小的子数组

给定一个含有 n 个正整数的数组和一个正整数 s ，找出该数组中满足其和 ≥ s 的长度最小的连续子数组，并返回其长度。如果不存在符合条件的连续子数组，返回 0。

示例:

输入: s = 7, nums = [2,3,1,2,4,3]
输出: 2
解释: 子数组 [4,3] 是该条件下的长度最小的连续子数组。

分析：

方法一：双指针法，动态维护区间

求符合条件的最小的连续子区间，可以采用双指针法，动态维护一个符合条件的区间。

• 设置两个指针，left和right，分别标记当前维护的区间的左端和右端
• 如果当前区间和小于s,则右移right，直至大于等于s
• 如果当前区间和大于s，则右移left，直至小于等于s (这个过程需要记录最小的区间长度)
• 直至right遍历至数组结束，返回过程中记录的最小区间长度即可

该算法由于至多遍历两边数组，故时间复杂度是