560. Subarray Sum Equals K
Given an array of integers nums and an integer k, return the total number of subarrays whose sum equals to k.
A subarray is a contiguous non-empty sequence of elements within an array.
Example 1:
Input: nums = [1,1,1], k = 2
Output: 2
Example 2:
Input: nums = [1,2,3], k = 3
Output: 2
Constraints:
1 <= nums.length <= 2 * 104
-1000 <= nums[i] <= 1000
-107 <= k <= 107
hint1
Will Brute force work here? Try to optimize it.
hint2
Can we optimize it by using some extra space?
hint3
What about storing sum frequencies in a hash table? Will it be useful?
hint4
sum(i,j)=sum(0,j)-sum(0,i), where sum(i,j) represents the sum of all the elements from index i to j-1. Can we use this property to optimize it.
solution1 枚举
思路和算法
考虑以 ii 结尾和为 kk 的连续子数组个数,我们需要统计符合条件的下标 jj 的个数,其中 0\leq j\leq i0≤j≤i 且 [j…i][j…i] 这个子数组的和恰好为 kk 。
我们可以枚举 [0…i][0…i] 里所有的下标 jj 来判断是否符合条件,可能有读者会认为假定我们确定了子数组的开头和结尾,还需要 O(n)O(n) 的时间复杂度遍历子数组来求和,那样复杂度就将达到 O(n^3)O(n
3
) 从而无法通过所有测试用例。但是如果我们知道 [j,i][j,i] 子数组的和,就能 O(1)O(1) 推出 [j-1,i][j−1,i] 的和,因此这部分的遍历求和是不需要的,我们在枚举下标 jj 的时候已经能 O(1)O(1) 求出 [j,i][j,i] 的子数组之和。
class Solution {
public:
int subarraySum(vector<int>& nums, int k) {
int count = 0;
for (int start = 0; start < nums.size(); ++start) {
int sum = 0;
for (int end = start; end >= 0; --end) {
sum += nums[end];
if (sum == k) {
count++;
}
}
}
return count;
}
};
复杂度分析
时间复杂度:O(n^2)O(n
2
),其中 nn 为数组的长度。枚举子数组开头和结尾需要 O(n^2)O(n
2
) 的时间,其中求和需要 O(1)O(1) 的时间复杂度,因此总时间复杂度为 O(n^2)O(n
2
)。
空间复杂度:O(1)O(1)。只需要常数空间存放若干变量。
solution2 前缀和 + 哈希表优化
思路和算法
我们可以基于方法一利用数据结构进行进一步的优化,我们知道方法一的瓶颈在于对每个 ii,我们需要枚举所有的 jj 来判断是否符合条件,这一步是否可以优化呢?答案是可以的。
我们定义 \textit{pre}[i]pre[i] 为 [0…i][0…i] 里所有数的和,则 \textit{pre}[i]pre[i] 可以由 \textit{pre}[i-1]pre[i−1] 递推而来,即:
\textit{pre}[i]=\textit{pre}[i-1]+\textit{nums}[i]
pre[i]=pre[i−1]+nums[i]
那么「[j…i][j…i] 这个子数组和为 kk 」这个条件我们可以转化为
\textit{pre}[i]-\textit{pre}[j-1]==k
pre[i]−pre[j−1]==k
简单移项可得符合条件的下标 jj 需要满足
\textit{pre}[j-1] == \textit{pre}[i] - k
pre[j−1]==pre[i]−k
所以我们考虑以 ii 结尾的和为 kk 的连续子数组个数时只要统计有多少个前缀和为 \textit{pre}[i]-kpre[i]−k 的 \textit{pre}[j]pre[j] 即可。我们建立哈希表 \textit{mp}mp,以和为键,出现次数为对应的值,记录 \textit{pre}[i]pre[i] 出现的次数,从左往右边更新 \textit{mp}mp 边计算答案,那么以 ii 结尾的答案 \textit{mp}[\textit{pre}[i]-k]mp[pre[i]−k] 即可在 O(1)O(1) 时间内得到。最后的答案即为所有下标结尾的和为 kk 的子数组个数之和。
需要注意的是,从左往右边更新边计算的时候已经保证了\textit{mp}[\textit{pre}[i]-k]mp[pre[i]−k] 里记录的 \textit{pre}[j]pre[j] 的下标范围是 0\leq j\leq i0≤j≤i 。同时,由于\textit{pre}[i]pre[i] 的计算只与前一项的答案有关,因此我们可以不用建立 \textit{pre}pre 数组,直接用 \textit{pre}pre 变量来记录 pre[i-1]pre[i−1] 的答案即可。
class Solution {
public:
int subarraySum(vector<int>& nums, int k) {
unordered_map<int, int> mp;
mp[0] = 1;
int count = 0, pre = 0;
for (auto& x:nums) {
pre += x;
if (mp.find(pre - k) != mp.end()) {
count += mp[pre - k];
}
mp[pre]++;
}
return count;
}
};
复杂度分析
时间复杂度:O(n)O(n),其中 nn 为数组的长度。我们遍历数组的时间复杂度为 O(n)O(n),中间利用哈希表查询删除的复杂度均为 O(1)O(1),因此总时间复杂度为 O(n)O(n)。
空间复杂度:O(n)O(n),其中 nn 为数组的长度。哈希表在最坏情况下可能有 nn 个不同的键值,因此需要 O(n)O(n) 的空间复杂度。
作者:LeetCode-Solution
链接:https://leetcode.cn/problems/subarray-sum-equals-k/solution/he-wei-kde-zi-shu-zu-by-leetcode-solution/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
前缀和的几种应用类型:建议集中练习:
- 和为 K 的子数组:https://leetcode.cn/problems/subarray-sum-equals-k/
- 统计「优美子数组」: https://leetcode.cn/problems/count-number-of-nice-subarrays/
- 和可被 K 整除的子数组:https://leetcode.cn/problems/subarray-sums-divisible-by-k/
- 连续的子数组和:https://leetcode.cn/problems/continuous-subarray-sum/
体会下面的模版,以灵活运用。
class Solution {
public:
int subarraySum(vector& nums, int k) {
unordered_map<int,int> mp={{0,1}}; //初始值, 如果是求个数, 代表个数就是1, 如果是求长度, 代表index 为-1
int ans=0;
int sum=0;
for(auto& a:nums){
sum+=a; //根据题意有变化,比如奇数个数的1248题。
int cur=sum-k; //cur值根据题意进行改变, 求和是sum-k,求倍数就是 sum % k
if(mp.count(cur)){
ans+=mp[cur];
}
mp[sum]++; //mp[cur或者sum]根据题意改变, 求长度就是sum的index, 求个数,一般要变化为cur的old个数++。
}
return ans;
}
};
作者:Ren-William
链接:https://leetcode.cn/problems/subarray-sum-equals-k/solution/qian-zhui-he-by-ren-william-5ppz/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。