给你一个正整数数组 arr ,请你计算所有可能的奇数长度子数组的和。
子数组 定义为原数组中的一个连续子序列。
请你返回 arr 中 所有奇数长度子数组的和 。
示例 1:
输入:arr = [1,4,2,5,3]
输出:58
解释:所有奇数长度子数组和它们的和为:
[1] = 1
[4] = 4
[2] = 2
[5] = 5
[3] = 3
[1,4,2] = 7
[4,2,5] = 11
[2,5,3] = 10
[1,4,2,5,3] = 15
我们将所有值求和得到 1 + 4 + 2 + 5 + 3 + 7 + 11 + 10 + 15 = 58
示例 2:
输入:arr = [1,2]
输出:3
解释:总共只有 2 个长度为奇数的子数组,[1] 和 [2]。它们的和为 3 。
示例 3:
输入:arr = [10,11,12]
输出:66
提示:
1 <= arr.length <= 100
1 <= arr[i] <= 1000
分析:
- 最简单的思路就是直接用奇数的步长去遍历数组,筛选每个步长下的子数组,并对每一个子数组计算其和,时间复杂度为 O ( n 3 ) O(n^3) O(n3)。
class Solution {
public int sumOddLengthSubarrays(int[] arr) {
int res = 0;
// 步长 最大值为数组长度
for (int step = 1; step <= arr.length; step+=2) {
//在每一个步长下,从0位置开始遍历
for (int j = 0; j <= arr.length-step; j++) {
//当前子序列的和
int cur = 0;
for (int k = 0; k < step; k++) {
cur += arr[j+k];
}
res += cur;
}
}
return res;
}
}
- 上面方法需要对每个子序列计算和,有较高的时间复杂度,实际上可以先计算出数组每一个位置的前缀和,再计算子序列时只需要用对应位置的前缀和相减即可。时间复杂度 O ( n 2 ) O(n^2) O(n2),空间复杂度 O ( n ) O(n) O(n)
示例数组arr = [1,4,2,5,3]
前缀和数组sum = [0,1,5,7,12,15]
sum(arr[1:3]) = sum[3] - sum[1] = 7 -1 = 6
注意: 第一个0用来处理子序列从0位置开始的情况
class Solution {
public int sumOddLengthSubarrays(int[] arr) {
int ans = 0;
int[] sum = new int[arr.length+1];
//计算前缀和
for (int i = 1; i < sum.length; i++) {
sum[i] = sum[i-1] + arr[i-1];
}
for (int step = 1; step <= arr.length; step+=2) {
for (int j = 0; j <= arr.length-step; j++) {
ans += sum[j+step] - sum[j];
}
}
return ans;
}
}
3.基于数学方法,统计奇偶出现次数,参考这里,时间复杂度可以达到 O ( n ) O(n) O(n)