Leetcode303 区域和检索 - 数组不可变 C++,Java,Python
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/range-sum-query-immutable/
博主Github:https://github.com/GDUT-Rp/LeetCode
题目:
给定一个整数数组 nums,求出数组从索引 i 到 j (i ≤ j) 范围内元素的总和,包含 i, j 两点。
示例 1:
给定 nums = [-2, 0, 3, -5, 2, -1],求和函数为 sumRange()
sumRange(0, 2) -> 1
sumRange(2, 5) -> -1
sumRange(0, 5) -> -3
说明:
- 你可以假设数组不可变。
- 会多次调用 sumRange 方法。
解题思路:
方法一:缓存
直观想法
假设 sumrange 被调用 1000次,其参数完全相同。我们怎么能加快速度?
我们可以用额外的空间换取速度。通过预先计算所有的范围和可能性并将其结果存储在哈希表中,我们可以将查询加速到常量时间。
C++
class NumArray {
public:
pair<int, int> pairs;
map<pair<int,int>,int> maps;
NumArray(vector<int>& nums) {
for (int i = 0; i < nums.size(); ++i) {
int sum = 0;
for (int j = i; j < nums.size(); ++j) {
sum += nums[j];
maps[make_pair(i, j)] = sum;
}
}
}
int sumRange(int i, int j) {
return maps[make_pair(i, j)];
}
};
Java
private Map<Pair<Integer, Integer>, Integer> map = new HashMap<>();
public NumArray(int[] nums) {
for (int i = 0; i < nums.length; i++) {
int sum = 0;
for (int j = i; j < nums.length; j++) {
sum += nums[j];
map.put(Pair.create(i, j), sum);
}
}
}
public int sumRange(int i, int j) {
return map.get(Pair.create(i, j));
}
Python
class NumArray:
def __init__(self, nums: List[int]):
def sumRange(self, i: int, j: int) -> int:
# Your NumArray object will be instantiated and called as such:
# obj = NumArray(nums)
# param_1 = obj.sumRange(i,j)
复杂度分析
时间复杂度:每次查询的时间
O
(
1
)
O(1)
O(1),
O
(
n
2
)
O(n^2)
O(n2)时间用来预计算。在构造函数中完成的预计算需要 $O(n^2)
$时间。每个 sumrange 查询的时间复杂性是
O
(
1
)
O(1)
O(1) 因为哈希表的查找操作是常量时间。
空间复杂度:
O
(
n
2
)
O(n^2)
O(n2),所需的额外空间为
O
(
n
2
)
O(n^2)
O(n2) 因为
i
i
i 和
j
j
j 都有
n
n
n 个候选空间。
方法二:缓存
- 上面的方法需要很大的空间,我们可以优化它吗?
- 假设我们预先计算了从数字 0 0 0 到 k k k 的累积和。我们可以用这个信息得出 s u m ( i , j ) sum(i,j) sum(i,j) 吗?
- 让我们将 s u m [ k ] sum[k] sum[k] 定义为 $nums[0\cdots k-1] $的累积和(包括这两个值):
sum [ k ] = { ∑ i = 0 k − 1 n u m s [ i ] , k > 0 0 , k = 0 \operatorname{sum}[k]=\left\{\begin{array}{cc}{\sum_{i=0}^{k-1} n u m s[i]} & {, k>0} \\ {0} & {, k=0}\end{array}\right. sum[k]={∑i=0k−1nums[i]0,k>0,k=0
现在,我们可以计算 sumrange 如下:
s
u
m
r
a
n
g
e
(
i
,
j
)
=
s
u
m
[
j
+
1
]
−
s
u
m
[
i
]
sumrange(i,j)=sum[j+1]-sum[i]
sumrange(i,j)=sum[j+1]−sum[i]
C++
class NumArray {
public:
vector<int> sum;
NumArray(vector<int>& nums) {
sum = vector<int> (nums.size() + 1, 0);
for (int i = 0; i < nums.size(); ++i) {
sum[i + 1] = sum[i] + nums[i];
}
}
int sumRange(int i, int j) {
return sum[j + 1] - sum[i];
}
};
Java
private int[] sum;
public NumArray(int[] nums) {
sum = new int[nums.length + 1];
for (int i = 0; i < nums.length; i++) {
sum[i + 1] = sum[i] + nums[i];
}
}
public int sumRange(int i, int j) {
return sum[j + 1] - sum[i];
}
Python
class NumArray:
def __init__(self, nums: List[int]):
self.SumArray = []
for i, val in enumerate(nums):
if i != 0:
self.SumArray.append(val + self.SumArray[-1])
else:
self.SumArray.append(val)
def sumRange(self, left: int, right: int) -> int:
if left == 0:
return self.SumArray[right]
else:
return self.SumArray[right] - self.SumArray[left - 1]
# Your NumArray object will be instantiated and called as such:
# obj = NumArray(nums)
# param_1 = obj.sumRange(left,right)
复杂度分析
- 时间复杂度:每次查询的时间 O ( 1 ) O(1) O(1), O ( N ) O(N) O(N),预计算时间。由于累积和被缓存,每个 s u m r a n g e sumrange sumrange 查询都可以用 O ( 1 ) O(1) O(1) 时间计算。
- 空间复杂度: O ( n ) O(n) O(n)。