数组算法之“前缀和”

基于力扣算法题974. 和可被 K 整除的子数组
基于https://leetcode-cn.com/problems/subarray-sums-divisible-by-k/solution/you-jian-qian-zhui-he-na-jiu-zai-ci-dai-ni-da-tong/总结

1. 什么是前缀和

• 前面的所有，再包括自己（数组 第 0 项 到 当前项 的 总和）

如果用一个数组 preSum 表示：

• preSum[0]：数组A 第 0 项 到 第 0 项 的总和
• preSum[1]：数组A 第 0 项 到 第 1 项 的总和
• preSum[2]：数组A 第 0 项 到 第 2 项 的总和
• preSum[3]：数组A 第 0 项 到 第 3 项 的总和
• …… 于是有：
  preSum[i]=A[0]+A[1]+…+A[i]
• 数组某项，可以表示为相邻前缀和之差：
  A[i]=preSum[i]−preSum[i−1]
• 多项叠加，等号右边加减相消，得到通式：
  A[i]+…+A[j]=preSum[j]−preSum[i−1]
• i 当然可以为 0，此时 i - 1 为 - 1，我们故意让 preSum[-1] 为 0，此时：
  A[0] +A[1]+…+A[j]=preSum[j]
• 预置这种不存在的情况，只是为了让 preSum[0] 能套用通式

前缀和数组 preSum 的项怎么求？

• 当前项的前缀和 = 上一项的前缀和 + 当前项
• 求出的 preSum 数组项，让它 mod K，mod 完再看哪两项相等，计数
• 通式有 i、j两个变量，找出数组中所有相等的两项，需要 2 层循环去遍历 i,j
• 时间复杂度：O(n^2) 。

整个流程

• 预置 preSum[-1] = 0

1. -1 代表数组 A 的第 -1 项，即遍历数组 A 之前，map 提前放入 0:1，表示 求第 0 项前缀和之前，前缀和 mod K 等于 0 已经出现了 1 次
2. 这是违背现实的，但别纠结，只是为了求出第一个 preSumModK 而已

• 遍历数组 A 的每一项，求当前项的 preSumModK ，存入 map 中

3. 之前没有存过，则作为 key 存入，值为 1
4. 之前存过，则对应值 +1
5. 于是 map 就录入了各项对应的【前缀和 mod K】

• 边存 边查看已有的 key ，如果 map 中存在 key 等于 当前 preSumModK

6. 说明存在 之前求过的 preSumModK ，等于 当前 preSumModK
7. 把 key 对应的出现次数，累加给 count
8. 过去的某个前缀和，与当前前缀和搭配，差分出一个子数组
9. 出现过几次 ，就是有几个过去的前缀和，与当前前缀和，差分出几个满足条件的子数组

算法复杂度

• Time：O(n)
• Space：O(K)。 mod 的结果最多 K 种，哈希表最多存放 K 个键值对

代码

class Solution {
    public int subarraysDivByK(int[] A, int K) {
        Map<Integer, Integer> record = new HashMap<>();
        record.put(0, 1);
        int sum = 0, ans = 0;
        for (int elem: A) {
            sum += elem;
            // 注意 Java 取模的特殊性，当被除数为负数时取模结果为负数，需要纠正
            int modulus = (sum % K + K) % K;
            int same = record.getOrDefault(modulus, 0);
            ans += same;
            record.put(modulus, same + 1);
        }
        return ans;
    }
}

一看到“子数组和”，有必要马上想到“前缀和”