20210603 每日一题 连续数组

题目

题目链接

代码

class Solution {
public:
    int findMaxLength(vector<int>& nums) {

    }
};

方法一：前缀和+哈希表

分析

0 和 1 的数量相同，我们可以将数组中的 0 视作 -1，则我们首先计算出数组 $nums$ 的前缀和数组 $sums$：
$$sums[i]=\{\begin{array}{ll}sums[i-1]+1,& ifnums[i]=1\\ sums[i-1]-1,& ifnums[i]=0\end{array}$$ 假设 $0\le j<i<n$，对于从下标 $j$ 到下标 $i$ 的子数组的前缀和有 $sums[i]-sums[j]=0$，则有子数组 $[j+1,i]$ 中0和1的个数相同。因此，可以将题目表示为：

• 假设最长连续子数组起始值为：$ans=0$
• 存在 $i$ 和 $j$ 使得 $sums[i]-sums[j]=0$ 时，更新 $ans=max(ans,i-j)$；

在此基础上，我们可以使用哈希表记录任意余数值第一次出现的位置，并且使用一个动态更新数值 $cur$ 来替代前缀和数组 $sums$。因此，可以将题目进行简化：

• 对于第 $i$ 个前缀和有：
  $$cur=\{\begin{array}{ll}cur+1,& ifnums[i]=1\\ cur-1,& ifnums[i]=0\end{array}$$
• 如果当前余数在哈希表中不存在，则将当前余数和当前下标 $i$ 的以及当前余数 $cur$ 的键值对存入哈希表中。
• 如果当前余数在哈希表中已经存在，则取出该余数在哈希表中对应的下标 $j$，更新最长连续子数组值： $ans=max(ans,i-j)$；

代码

class Solution {
public:
    int findMaxLength(vector<int>& nums) {
    	int cur = 0, ans = 0, len = nums.size();
        unordered_map<int, int> hash;
        hash[0] = -1;
        for(int i = 0; i < len; ++i) {
            if(nums[i]) {
                ++cur;
            } else {
                --cur;
            }
            if(hash.count(cur)) {
                ans = max(ans, i - hash[cur]);
            } else {
                hash[cur] = i;
            }
        }
        return ans;
    }
};

要点

复杂度分析

• 时间复杂度：$O(n)$，其中 $n$ 是数组 $nums$ 的长度。需要遍历数组一次。哈希表可以在 $O(1)$ 的时间进行查找。
• 空间复杂度：$O(n)$。空间复杂度主要取决于哈希表，哈希表中存储每个余数第一次出现的下标，最多有 $n$ 个前缀和。

拓展