和为K的子数组 | 循序递进---@二十一画

题目：

给定一个整数数组和一个整数 k ，请找到该数组中和为 k 的连续子数组的个数。

示例 1 :

输入:nums = [1,1,1], k = 2

输出: 2
解释: 此题 [1,1] 与 [1,1] 为两种不同的情况

示例 2 :

输入:nums = [1,2,3], k = 3
输出: 2

提示:

1 <= nums.length <= 2 * 10^4
-1000 <= nums[i] <= 1000
-10^7 <= k <= 10^7

分析：

拆解关键词：

【整数数组、正整数、负整数、整数K、连续子数组、求和】

想法：

🤔做了很多这种子数组的题目，相信大家和我一样，看了这种题，可能立马会浮现三种解决方式，那我们来一一分析是否可以继续使用如下三种方式：

1、暴力破解法

2、前缀和

3、滑动窗口法

解释：

【暴力破解法】

假设给定一个数组**【2,3,1,2】**,该数组存在的全部连续子数组的情况有如下：数组长度最小是1，最大是本身的长度。

⚠️分数组长度：

数组长度为1: 【2】【3】【1】【2】

数组长度为2: 【2，3】【3，1】【1，2】

数组长度为3：【2，3，1】【3，1，2】

数组长度为4：【2，3，1，2】

上面这种很好理解吧，就是分大小然后单独列出来，我这里将上面的数据换种方式展示【注意是一模一样的数据，只是换了分类方式】

⚠️分数组起始位置：index是下标位置 这里index的范围是0到3

index=0: 【2】【2，3】【2，3，1】【2，3，1，2】
index=1： 【3】【3，1】【3，1，2】
iddex=2: 【1】【1，2】
index=3: 【2】
可以发现，从起始位置开始向后扩范围，可以将所有的可能解挨个循环，这样可以保证不漏掉任何一个连续子数组。

所以我在描述暴力破解的时候，只需要每次从一个下标循环，然后在这个下标位置下二次循环，向后每次扩大一位数组，是可以得出全部的解。

【前缀和】

之前涉及到的前缀和是和二分查找一起使用的，这也就给了一个错觉，好像只有前缀和是递增或者递减的情况下才可以使用，但是错了，我错了，我不应该想的这么片面。这道题其实也可以使用前缀和。这里我会详细的描述前缀和的解法。

这里假设题目给了一个较为复杂且正负交叉存在的数组：【0,1,2,-2,1,-1,3,-3,6,10,-16】很复杂对吧，下面我们列举前缀和：

i	0	1	2	3	4	5	6	7	8	9	10
nums[i]	0	1	2	-2	1	-1	3	-3	6	10	-16
sums[i]-前缀和	0	1	3	1	2	1	4	1	7	17	1

上述数组sums[i]就从下标0为起始点的nums[0->i]的和。⚠️假设题目给的k=0，那么按照sums的结果来看，只有sums[0]这一个结果满足k，但是其实从肉眼来看，数组中有很多连续的和满足0的元素，比如【2，-2】【3，-3】等等，这些都是结果，但是从sums数组上却看不出来

🤔原因是什么呢？

原因就是sums是恒从下标0开始的累加值，所以看不到其他的存在的解。

那怎么看到其他潜在的解呢，有一个思路，假设要寻找【2，-2】，那么其实从我们个人解题来讲，需要找的是sums[3]-sums[1]的结果就是nums[2]+nums[3],加起来正好是符合和=0.

⚠️下面这个结论很重要，大家一定要理解，理解了才可以写出最终的代码：

💡得：如果满足`sums[i]`-`sums[j]`=`k`,且`i>j`那么存在新的解，新的解就是`下标i`-->`j`的和。反过来说，如果`sums[i]`-`k`的结果在`sums`数组中存在，那么也存在新的解。这两句话意思一样，一个是正着说，一个反着说，如果不理解可以多看几遍😝

整体思路已经明了，接下来就是扣细节的任务了：

• 如果sums[i]-k的结果在sums数组中存在多个，比如我们题目所给的例子来看,sums[5]-sums[3] 和 sums[5]-sums[1]的结果是一样的，那么反推过来sums[5]-k 肯定也是有两个解的【这里我们依旧假设k是题目要求为0】，这两个结果我们都得要。因为这就是代表多个起点不一致的连续满足解的子数组，当然都要了哈。

• 那这里如何体现有几个解呢，可以使用map结构，来存储，以sums[i]-k的值为key，以sums[i]-k出现的个数为value，这样就可以做到体现有几个解了，而map结构中的key其实就是当前出现过的sums[j]的值(j<i)

【滑动窗口法】

考虑下这里是否可以使用滑动窗口，滑动窗口有左右指针构成，当不满足条件的时候，right指针右移，当满足满足条件且right继续右移已经不可能出现答案的时候那么右移left指针。企图通过移动left指针去发现新的解。

这里什么时候可以满足移动right指针不可能再出现答案呢？ 不存在这个时候。假设当前是寻找sum=k，因为数据中存在正数和负数，所以窗口的right指针永远都需要继续移动，因为移动后sum可能变大也可能变大，可能寻找到新的解，直接遍历到元素末尾才能确定这一轮解最后的结果。

这种目标无法明确，窗口指针左右边界几乎是整个数组范围，这种情况下确实是无法使用滑动窗口，这个机制下使用滑动窗口无异于暴力破解。故放弃该解法。

代码：

第一版：暴力破解

class Solution {
    public int subarraySum(int[] nums, int k) {

        return first01(nums,k);
        
    }

    public static int first01(int[] nums,int k){

        int len = nums.length;
        int res_cnt = 0;

        for(int i=0;i<len;i++){

            int sum = nums[i];

            if(sum==k) res_cnt++;//判断是否存在一个元素直接等于k

            for(int j=i+1;j<len;j++){

                sum+=nums[j];//累加
                
                if(sum==k) res_cnt++; //如果累加结果等于k，那么更新结果解的个数
            }
        }
        return res_cnt;
    }
}

第二版：前缀和

class Solution {
    public int subarraySum(int[] nums, int k) {

        return first02(nums,k);
        
    }

    public static int first02(int[] nums,int k){

        int len = nums.length;
        int sum = 0;
        int res_cnt = 0;
        HashMap<Integer,Integer> map = new HashMap<>();

        for(int i=0;i<len;i++){

            sum = sum + nums[i]; //计算前缀和

            int tmp = sum - k; //获取tmp值，如果当前存在满足tmp的值，那么说明sums[i]至少一个存在一个下标j，使得sums[j]--》sums[i]满足连续子数组和=k

            if(tmp==0)res_cnt++;//如果tmp等于0，那么说明sums[i]本身是一个解，不需要去寻找sums[j].可以直接将结果更新
            
            res_cnt = res_cnt + map.getOrDefault(tmp,0); //加上tmp存在的个数 如果不存在那么+0

            map.put(sum,map.getOrDefault(sum,0)+1);//更新新的sum值，便于后续继续查找使用
        }
        return res_cnt;
    }
}

总结：

这道题给我最大的帮助，就是让我对前缀法的应用又多了一层了解，前缀法虽然计算每个元素从开始到截止位置前缀很简单，但是计算好之后我们如何使用这个和去实现题目要求才是最重要的，所以算法确实变化太多了，需要我们不断的去提高，去适应，去解决。💪🏻💪🏻💪🏻

大家好，我是二十一画，感谢您的品读，如有帮助，不胜荣幸~😊