基础知识
题目
1.最大子数组和( LeetCode 53 )
难度: 中等
题目表述:
给你一个整数数组 nums ,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。子数组 是数组中的一个连续部分。
代码(C++):
class Solution {
public:
// 动态规划
int maxSubArray(vector<int>& nums) {
int pre = nums[0], res = nums[0];
for (int i = 1; i < nums.size(); i++) {
pre = max(pre + nums[i], nums[i]);
res = max(pre, res);
}
return res;
}
// 分治
struct Status {
int lSum, rSum, mSum, iSum;
};
Status pushUp(Status l, Status r) {
int lSum = max(l.lSum, l.iSum + r.lSum);
int rSum = max(r.rSum, r.iSum + l.rSum);
int mSum = max(max(l.mSum, r.mSum), l.rSum + r.lSum);
int iSum = l.iSum + r.iSum;
return (Status) {lSum, rSum, mSum, iSum};
}
Status get(vector<int>& nums, int l, int r) {
if (l == r)
return (Status) {nums[l], nums[l], nums[l], nums[l]};
int m = (l + r) >> 1;
Status lSub = get(nums, l, m);
Status rSub = get(nums, m + 1, r);
return pushUp(lSub, rSub);
}
int maxSubArray(vector<int>& nums) {
return get(nums, 0, nums.size() - 1).mSum;
}
};
题解: 动态规划 / 分治
动态规划:f(i)=max{f(i−1)+nums[i],nums[i]}
分治方法类似于「线段树求解最长公共上升子序列问题」的 pushUp 操作
方法二不仅可以解决区间 [0,n−1],还可以用于解决任意的子区间 [l,r] 的问题。
对于一个区间 [l,r],我们可以维护四个量:
lSum 表示 [l,r] 内以 l 为左端点的最大子段和
rSum 表示 [l,r] 内以 r 为右端点的最大子段和
mSum 表示 [l,r] 内的最大子段和
iSum 表示 [l,r] 的区间和
2.和为 K 的子数组( LeetCode 560 )
难度: 中等
题目表述:
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 的连续子数组的个数 。
代码(C++):
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;
}
};
题解: 前缀和 + 哈希表优化
前缀和,需要注意的是第一个元素的前缀和 的初始化。
3.寻找数组的中心下标( LeetCode 724 )
难度: 简单
题目表述:
给你一个整数数组 nums ,请计算数组的 中心下标 。数组 中心下标 是数组的一个下标,其左侧所有元素相加的和等于右侧所有元素相加的和。
代码(C++):
class Solution {
public:
int pivotIndex(vector<int>& nums) {
int pre = 0, sum = 0;
for (int i = 0; i < nums.size(); i++) {
sum += nums[i];
}
for (int i = 0; i < nums.size(); i++) {
if (2 * pre + nums[i] == sum) return i;
pre += nums[i];
}
return -1;
}
};
题解:
前缀和和后缀和相等可转变为2倍的前缀和
⭐4.长度最小的子数组( LeetCode 209 )
难度: 中等
题目表述:
给定一个含有 n 个正整数的数组和一个正整数 target 。找出该数组中满足其和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, …, numsr-1, numsr] ,并返回其长度。如果不存在符合条件的子数组,返回 0 。
代码(C++):
class Solution {
public:
// 前缀和 + 二分查找
int minSubArrayLen(int target, vector<int>& nums) {
vector<int> sums(nums.size() + 1, 0);
for (int i = 1; i <= nums.size(); i++) {
sums[i] = sums[i - 1] + nums[i - 1];
}
int min_len = INT_MAX;
for (int i = 1; i <= nums.size(); i++) {
int s = sums[i - 1] + target;
auto bound = lower_bound(sums.begin(), sums.end(), s);
if (bound != sums.end())
min_len = min(min_len, int(bound - sums.begin()) - (i - 1));
}
return min_len == INT_MAX ? 0 : min_len;
}
// 滑动窗口 可套用(四)中总结的模板
int minSubArrayLen(int target, vector<int>& nums) {
int r = 0, l = 0, sum = 0, min_len = INT_MAX;
while (r < nums.size()) {
sum += nums[r];
while (sum >= target) {
min_len = min(min_len, r - l + 1);
sum -= nums[l];
l++;
}
r++;
}
return min_len == INT_MAX ? 0 : min_len;
}
};
题解: 前缀和 + 二分查找 / 滑动窗口
小结
涉及连续子数组的问题,我们通常有两种思路:一是滑动窗口、二是前缀和。
前缀和,需要注意的是第一个元素的前缀和 的初始化
滑动窗口,(1)无脑更新要维护的变量;(2)判断是否合法,合法就更新维护的变量;(3)非法就二次更新,收缩窗口左侧,看窗口是否固定,固定用if,不固定用while更新l;(4)最后扩展窗口右侧,更新r。