leetcode 523.连续的子数组和 - 前缀和 + 哈希
题干
给你一个整数数组 nums 和一个整数 k ,编写一个函数来判断该数组是否含有同时满足下述条件的连续子数组:
子数组大小 至少为 2 ,且
子数组元素总和为 k 的倍数。
如果存在,返回 true ;否则,返回 false 。
如果存在一个整数 n ,令整数 x 符合 x = n * k ,则称 x 是 k 的一个倍数。
示例 1:
输入:nums = [23,2,4,6,7], k = 6
输出:true
解释:[2,4] 是一个大小为 2 的子数组,并且和为 6 。
示例 2:
输入:nums = [23,2,6,4,7], k = 6
输出:true
解释:[23, 2, 6, 4, 7] 是大小为 5 的子数组,并且和为 42 。
42 是 6 的倍数,因为 42 = 7 * 6 且 7 是一个整数。
示例 3:
输入:nums = [23,2,6,4,7], k = 13
输出:false
提示:
1 <= nums.length <= 105
0 <= nums[i] <= 109
0 <= sum(nums[i]) <= 231 - 1
1 <= k <= 231 - 1
知识点&算法
首先想到的解法就是前缀+哈希优化,用哈希表维护遍历到的前缀,对于当前遍历到的前缀,去此前出现的前缀中尝试找一个符合条件的前缀。
结果一看官方题解,傻了,基本思路是一样的,只是官方题解对哈希表存的前缀和先做了取模处理。
原理是取模的性质(a - b) % k == 0 等价于 (a % k - b % k) % k == 0 显然 a % k == b % k,因此只要维护每个前缀对k取模,在此前寻找相同项即可。
题解
前缀和+哈希优化暴搜
这个做法的时间复杂度和前缀的大小有关,在nums中数据很大,而k很小的情况下时间复杂度甚至可能到1e14,这样能过单纯是因为没有数据卡。
class Solution {
public:
bool checkSubarraySum(vector<int>& nums, int k) {
int n = nums.size();
long long carry = 0;
unordered_map<long long,int> cnt; //cnt用来统计此前出现过的所有前缀和
unordered_map<long long,int> bitCnt; //bitCnt用来统计某前缀值出现的最左下标
for(int i = 0 ; i < n ; ++i){
carry += nums[i];
if(carry % k == 0 && i > 0) return true;
for(int j = 0 ; j <= carry ; j += k){
if(cnt[carry - j] > 0 && i - bitCnt[carry - j] > 0) return true;
}
if(cnt[carry] > 0 && i - bitCnt[carry] > 1) return true;
cnt[carry]++;
if(bitCnt[carry] == 0 ) bitCnt[carry] = i + 1; //存储下标+1,因为unordered_map初值为0,为了避免设置标志位
}
return false;
}
};
再优化
class Solution {
public:
bool checkSubarraySum(vector<int>& nums, int k) {
int n = nums.size();
long long carry = 0;
unordered_map<int,int> cnt;
cnt[0] = -1;
if(n < 2) return false;
for(int i = 0 ; i < n ; ++i){
carry = (carry + nums[i]) % k;
if(cnt.count(carry)){
if(i - cnt[carry] > 1) return true;
}else cnt[carry] = i;
}
return false;
}
};