package com.myproject.demo.算法;
import java.util.HashMap;
import java.util.Map;
//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。
//
//
// 说明 :
//
//
// 数组的长度为 [1, 20,000]。
// 数组中元素的范围是 [-1000, 1000] ,且整数 k 的范围是 [-1e7, 1e7]。
//
// Related Topics 数组 哈希表
public class 和为K的子数组 {
//暴力不解释
public int subarraySum(int[] nums, int k) {
int n = nums.length;
int result = 0;
for (int i = 0; i < n; i++) {
int temp = nums[i];
if (temp == k) {
result++;
}
for (int j = i + 1; j < n; j++) {
if (temp + nums[j] == k) {
result++;
}
temp = temp + nums[j];
}
}
return result;
}
//前缀码方法 O(n2)效率和上面55开
public int subarraySum2(int[] nums, int k) {
int len = nums.length;
// 计算前缀和数组
int[] preSum = new int[len + 1];
preSum[0] = 0;
for (int i = 0; i < len; i++) {
preSum[i + 1] = preSum[i] + nums[i];
}
int count = 0;
for (int left = 0; left < len; left++) {
for (int right = left; right < len; right++) {
// 区间和 [left..right],注意下标偏移
if (preSum[right + 1] - preSum[left] == k) {
count++;
}
}
}
return count;
}
/**
* 通过前缀码方案进行优化使用hash存储
*
* @param nums
* @param k
* @return
*/
public static int subarraySum3(int[] nums, int k) {
// key:前缀和,value:key 对应的前缀和的个数
Map<Integer, Integer> preSumFreq = new HashMap<>();
// 对于下标为 0 的元素,前缀和为 0,个数为 1
preSumFreq.put(0, 1);
int preSum = 0;
int count = 0;
//我们计算到i的时候有多少满足条件的结果
for (int num : nums) {
preSum += num;
/**遍历到i的时候的前缀码是preSum,那怎么计算有多少满足条件=k的连续数组呢?
* 满足条件的连续数组是这样的presum(i) - presum(j) = k 就是说从num[j]+nums[j+1]+...num[i] = k 就是结果
* 那问题来了,是不是有多少 presum(j) 就是 遍历到i的时候的有多少结果!
* 所以我们先用map保存遍历过程中的所有得前缀码和个数,然后计算map.get(presum-k)全部加起来就是结果了
*/
if (preSumFreq.containsKey(preSum - k)) {
count += preSumFreq.get(preSum - k);
}
// 然后维护 preSumFreq 的定义
preSumFreq.put(preSum, preSumFreq.getOrDefault(preSum, 0) + 1);
}
return count;
}
public static void main(String[] args) {
int[] nums = {1, 2, 3};
int k = 3;
subarraySum3(nums, k);
}
}