560. 和为 K 的子数组
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]。
暴力解法:
class Solution {
public int subarraySum(int[] nums, int k) {
int len = nums.length;
int sum = 0;
int count = 0;
//双重循环
for (int i = 0; i < len; ++i) {
for (int j = i; j < len; ++j) {
sum += nums[j];
//发现符合条件的区间
if (sum == k) {
count++;
}
}
//记得归零,重新遍历
sum = 0;
}
return count;
}
}
用前缀和解法
class Solution {
public int subarraySum(int[] nums, int k) {
//前缀和数组
int[] presum = new int[nums.length+1];
presum[0]=0;
for (int i = 0; i < nums.length; i++) {
//这里需要注意,我们的前缀和是presum[1]开始填充的
presum[i+1] = nums[i] + presum[i];
}
//统计个数
int count = 0;
for (int i = 0; i < nums.length; ++i) {
for (int j = i; j < nums.length; ++j) {
//注意偏移
//这样就可以得到nums[i,j]区间内的和
if (presum[j+1] - presum[i] == k) {
count++;
}
}
}
return count;
}
}
虽然用到了前缀和数组,但是对比暴力法并没有提升性能,时间复杂度仍为O(n^2),空间复杂度O(n)。
前缀和 + HashMap方法解
将所有的前缀和,与该前缀和出现的次数存到 map 里。
注意:在此我们设置HashMap中第一个键值对为{0,1},我们后期更新count的时候要注意以往键值对中是否出现与前缀和pre[i]−k 相同的 pre[j] ,所以第一位要设置0,后面出现的前缀和减去k=0就可计数count=1。
举例说明:[3,4,7],k=7;
1.设置第一个键值对为{0,1};此时count=0;前缀和为0;
2.从3开始:前缀和=3,设置第二个键值对为{3,1};前缀和-k=3-7=-4,-4与已有的键值对中的前缀和不相等。
3.遍历4:前缀和=7,设置第三个键值对为{7,1};前缀和-k=7-7=0,0与之前的键值对中的前缀和0相等,count=1;
4.遍历7:前缀和为14,设置第四个键值对为{14,1};前缀和-k=14-7=7,7与之前键值对中的前缀和7相等,count=2;
5.所以输出count=2。
public class Solution {
public int subarraySum(int[] nums, int k) {
int count = 0, pre = 0;
HashMap < Integer, Integer > mp = new HashMap < > ();
mp.put(0, 1);
for (int i = 0; i < nums.length; i++) {
pre += nums[i];
if (mp.containsKey(pre - k)) {
count += mp.get(pre - k);
}
mp.put(pre, mp.getOrDefault(pre, 0) + 1);
//当Map集合中有这个key时,就使用这个key值,如果没有就使用默认值defaultValue
}
return count;
}
}
复杂度分析
时间复杂度:O(n),其中 n 为数组的长度。我们遍历数组的时间复杂度为 O(n),中间利用哈希表查询删除的复杂度均为O(1),因此总时间复杂度为 O(n)。
空间复杂度:O(n),其中 n 为数组的长度。哈希表在最坏情况下可能有 n个不同的键值,因此需要 O(n)的空间复杂度。