LeetCode 560. 和为 K 的子数组

560. 和为 K 的子数组

给你一个整数数组 nums 和一个整数 k ，请你统计并返回 该数组中和为 k 的子数组的个数 。

子数组是数组中元素的连续非空序列。

示例 1：

输入：nums = [1,1,1], k = 2
输出：2

示例 2：

输入：nums = [1,2,3], k = 3
输出：2

提示：

• 1 <= nums.length <= 2 * 10^4
• -1000 <= nums[i] <= 1000
• -10^7 <= k <= 10^7

---

提示 1

Will Brute force work here? Try to optimize it.

---

提示 2

Can we optimize it by using some extra space?

---

提示 3

What about storing sum frequencies in a hash table? Will it be useful?

---

提示 4

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.

解法1： Brute force / 枚举 + 一维前缀和

class Solution {
    public int subarraySum(int[] nums, int k) {
        int n = nums.length;
        int[] prefix = new int[n + 1];
        int ans = 0;
        for (int i = 1; i <= n; i++) {
            prefix[i] = prefix[i - 1] + nums[i - 1];
        }
        for (int i = 0; i < n; i++) {
            for (int j = i; j < n; j++) {
                // sum(nums[i..j]) = prefix[j + 1] - prefix[i]
                if (prefix[j + 1] - prefix[i] == k) {
                    ans++;
                }
            }
        }
        return ans;
    }
}

复杂度分析 

• 时间复杂度：O(n^2)，n 是  数组 nums 的长度。
• 空间复杂度：O(n)，n 是  数组 nums  的长度。

解法2：前缀和 + 哈希表优化

需要注意的是，从左往右一边更新一边计算的时候，已经保证了map[ prefixSum[ i ] − k ]里记录的 prefixSum[ j ] 的下标范围是 0 ≤ j ≤ i 。同时，由于prefixSum[i] 的计算只与前一项的答案有关，因此我们可以不用建立 prefixSum 数组，直接用 prefixSum 变量来记录 prefixSum[ i +1] 的答案即可。

此题和  LeetCode 930. 和相同的二元子数组-CSDN博客 完全相同。

class Solution {
    public int subarraySum(int[] nums, int k) {
        int n = nums.length;
        int ans = 0;
        int prefixSum = 0;
        // 存储每个前缀和出现的次数, key:前缀和, value: 出现次数
        Map<Integer, Integer> map = new HashMap<>();
        // 初始化前缀和为0的次数为1 
        map.put(0, 1);
        
        // sum(nums[j..i]) == k, 即 prefixSum[i + 1] - prefixSum[j] == k
        // 遍历i，对每个i找到满足 prefixSum[i + 1] - k == prefixSum[j]的prefixSum[j]的个数
        for (int i = 0; i < n; i++) {
            prefixSum += nums[i];
            ans += map.getOrDefault(prefixSum - k, 0);
            map.merge(prefixSum, 1, Integer::sum);
        }
        return ans;
    }
}

复杂度分析 

• 时间复杂度：O(n)，n 是  数组 nums 的长度。
• 空间复杂度：O(n)，n 是  数组 nums  的长度。最坏情况下，哈希表有 n 个不同的键值，因此需要 O(n) 的空间复杂度。

Q：为什么要把 map(0, 1) 也加到哈希表中？

A：要想把任意子数组都表示成两个前缀和的差，必须添加 map(0, 1) ，否则当子数组是前缀时，没法减去一个数。

Q：为什么这题不适合用滑动窗口做？

A：滑动窗口需要满足单调性，当右端点元素进入窗口时，窗口元素和是不能减少的。本题 nums 包含负数，当负数进入窗口时，窗口左端点反而要向左移动，导致算法复杂度不是线性的。