leetcode区域和检索-数组不可变

魔术方法和求和

方法一：暴力循环

哈哈这也是我做的方法，用时很长，内存消耗也是中等偏后的位置。但是肯定是最先想到的。

class NumArray(object):

    def __init__(self, nums):
        """
        :type nums: List[int]
        """
        self.nums=nums #这里需要定义

    def sumRange(self, i, j):
        """
        :type i: int
        :type j: int
        :rtype: int
        """
        sum=0 #最基本的循环求和
        for m in range(i,j+1):
            sum=sum+self.nums[m]
        return sum

这道题真正让我迷惑了一会的是魔法函数，我只大概看了一点知乎上这个非常长的文章（内容非常全），我感觉就是用python实现在C++中的类。我照猫画虎试着写的。这么写吧，好处就是非常好理解，缺点就是特别耗时、空。
T(n)=O(n*m)#调用几回我就得算几回
S(n)=O(n)

方法二：动态规划法

让我们一起品鉴一下168ms的作品：

class NumArray(object):

    def __init__(self, nums):
        """
        :type nums: List[int]
        动态规划法
        """
        if not nums:
            self.arr = []
            return

        self.arr = nums

        self.arr[0] = nums[0]
        for i in range(1, len(nums)): #循环len(nums)次
            self.arr[i] = self.arr[i - 1] + nums[i] #在self.arr[i]里存好了从0号位置到i位置的和

    def sumRange(self, i, j):
        """
        :type i: int
        :type j: int
        :rtype: int
        """
        if not self.arr:
            return 0
        if i == 0:
            return self.arr[j]

        if i <= j:
            return self.arr[j] - self.arr[i - 1]

        return 0
#方便大家test
#numArray = NumArray([-2, 0, 3, -5, 2, -1])
#print(numArray.sumRange(0, 2))
#print(numArray.sumRange(2, 5))
#print(numArray.sumRange(0, 5))

Tn=O(n)
S(n)=O(n)
我又去确认了一下，确实内存消耗是差不多的。但是我的做法用时4532ms。