Leetcode 974. 和可被 K 整除的子数组
连续+求和 用前缀
题目介绍
给定一个整数数组A,返回其中元素之和可悲K整除的(连续、非空)子数组的数目。
方法一:暴力破解法
- 遍历所有子数组
- 求和,找到所有能被K整除的子数组
复杂度分析
- 时间复杂度 O ( n 3 ) O(n^{3}) O(n3)
- 空间复杂度 O ( 1 ) O(1) O(1)
def subarraysDivByK(A, K):
n = len(A)
count = 0 #记录能被K整除的子数组的个数
for i in range(n):
for j in range(i, n):
if sum(A[i:j+1])%K == 0:
count += 1
return count
方法二:暴力破解的优化版本
暴力破解法每次对子数组求和时都要重复对数组内的元素求和,可以用前缀和来减少求和操作, 以空间复杂度来换取时间复杂度。
前缀和介绍
- 数组前0项到当前项的总和
- p r e S u m [ 0 ] preSum[0] preSum[0]: 数组第0项到第0项的总和
- p r e S u m [ 1 ] preSum[1] preSum[1]: 数组第0项到第1项的总和
- p r e S u m [ 2 ] preSum[2] preSum[2]: 数组第0项到第2项的总和
- p r e S u m [ i ] = A [ 0 ] + A [ 1 ] + ⋅ ⋅ ⋅ + A [ i ] preSum[i] = A[0]+A[1]+\cdot\cdot\cdotp+A[i] preSum[i]=A[0]+A[1]+⋅⋅⋅+A[i]
- 数组某项,可以表示为相邻前缀和只差: A [ i ] = p r e S u m [ i ] − p r e S u m [ i − 1 ] A[i] = preSum[i]-preSum[i-1] A[i]=preSum[i]−preSum[i−1]
- A[i]+A[i+1]+\cdot\cdot\cdot+A[j] = preSum[j] - preSum[i-1]
复杂度分析 - 时间复杂度 O ( n 2 ) O(n^{2}) O(n2)
- 空间复杂度 O ( n ) O(n) O(n)
def subarraysDivByK(A, K):
preSum = [] #前缀和
Sum = 0 #每个前缀和元素
count = 0 #可以整除的子数组的数量
n = len(A)
for i in range(n):
Sum = Sum + A[i]
preSum.append(Sum)
for i in range(n):
for j in range(i, n):
if (preSum[j] - preSum[i-1])%K == 0:
count += 1
return count
方法三:前缀和+哈希表
判断子数组的和能否被 K 整除就等价于判断
(
p
r
e
S
u
m
[
j
]
−
p
r
e
S
u
m
[
i
−
1
]
)
%
K
=
=
0
(preSum[j] - preSum[i-1])\%K == 0
(preSum[j]−preSum[i−1])%K==0, 根据同余定理,只要
p
r
e
S
u
m
[
j
]
%
K
=
=
p
r
e
S
u
m
[
i
−
1
]
%
K
preSum[j]\%K == preSum[i-1]\%K
preSum[j]%K==preSum[i−1]%K,就可以保证上面的等式成立。
因此我们只需要求得所有的前缀和,并对它们取余并记录余数,每有两个前缀和余数相同,即有一个子数组满足题目要求。
首先初始化哈希表,需要注意的是哈希表初始化时要考虑前缀自身被K整除的情况,即:初始化record = {0 : 1},然后遍历数字内的所有元素,求得前缀和preSum[i]与K的余数,哈希表中此余数出现的次数之和即为符合情况的结果。
def subarraysDivByK(A, K):
record = {0: 1}
total, ans = 0, 0
for elem in A:
total += elem
res = total % K
same = record.get(res, 0)
ans += same
record[res] = same + 1
return ans