前缀和练习

325. 和等于 k 的最长子数组长度

// 时间复杂度O(n)

class Solution {
    public int maxSubArrayLen(int[] nums, int k) {
        int maxlength = 0;
        Map<Integer, Integer> map = new HashMap<>();
        map.put(0, -1);

        int sum = 0;
        for(int i=0; i<nums.length; i++){
            // 统计前缀和
            sum+=nums[i];
            if(map.containsKey(sum-k)){
                int idx = map.get(sum-k);
                maxlength = Math.max(maxlength, i-idx);
            }
            // 关键问题在于可以直接将和放入吗
            // 如果值已经存在，那么返回value与i比较，取小的；如果不存在，那么就是放入i
            // map.put(sum, Math.min(map.getOrDefault(sum, i),i));
            map.putIfAbsent(sum, i);    // 优化的写法
        }

        return maxlength;
        
    }
}

 370. 区间加法

// 时间复杂度O(n)

class Solution {
    public int[] getModifiedArray(int length, int[][] updates) {
        // 暴力解法for updates，然后对于每个部分的在走一个for循环，但肯定会超时

        // 优化的解法是使用差分数组，差分数组的观念其实和矩阵中使用前缀和的思想类似，就是将对于一个范围内数据的操作体现在前缀范围的边缘位置
        int[] arr = new int[length];
        // 实际上，数据是虚拟的，因为全为零
        for (int[] update : updates) {
            // 确定边界
            int startidx = update[0];
            int endidx = update[1];
            // 确定变化值
            int inc = update[2];
            // 其实这里记录的是不同位置之间前缀和的差值
            arr[startidx] += inc;
            if (endidx + 1 < length)
                arr[endidx + 1] -= inc;
        }

        // 因为arr是保存的差值，所以直接一遍遍历对前缀值进行恢复即可输出结果
        for (int i = 1; i < length; i++) {
            // 其实这里有几层意思：1、arr【i】本身要么为0，要么就是记录比前一个位置的前缀和多的或者少的
            // 2、前缀和就是当前位置与前面位置数据的结合，所以此处运算采用累积
            arr[i] += arr[i - 1];
        }

        return arr;
    }
}