思路
-
不能用滑动窗口(双指针),前者适用于当left向前时必有sum、product变小,right向前时必有sum、product变大,此题没说递增,所以并不能用
-
可以使用前缀和来做,设数组长度为n,前n项和为Sn,当我们从S1到Sn都已知时,任何一个连续数组的和都可以轻松的通过做差算出来,Si即为数组的前缀和
-
我们可以在遍历的过程中求和,假设当前的索引为i,前缀和为Si,想要有连续子数组的和为k,那么必须有0 < j < i ,使得Sj = Si - k ,这样j到i的连续子数组的和肯定是k
-
那么正常来说寻找i前面的前缀和时间复杂度为O(i),但是我们在遍历时其实是已经算过一遍的,所以可以用一个哈希表存储起来,key为Si,value为出现的次数
时空复杂度
- 时间复杂度:就是简单的遍历一遍,所以时间复杂度为O(n)
- 空间复杂度:使用了2*n的额外空间,所以空间复杂度为O(n)
关于代码的补充说明
- sumCount.put(0, 1); 这个是必须的,如果没有这一步,在当前的sum和k相等的情况下,我们会从map中尝试获取0的value,但是0并不是key,所以会返回0,这样的话result并不会+1
- sumCount.put(sum, sumCount.getOrDefault(sum, 0) + 1); 在给result增加后,还需要更新sum出现的次数,应该更新为原先的次数+1
public int subarraySum(int[] nums, int k) { int result = 0, sum = 0; Map<Integer, Integer> sumCount = new HashMap<>(); sumCount.put(0, 1); for (int num : nums) { sum += num; result += sumCount.getOrDefault(sum - k, 0); sumCount.put(sum, sumCount.getOrDefault(sum, 0) + 1); } return result; }
Go版本
func subarraySum(nums []int, k int) (result int) {
pre := 0
m := make(map[int]int)
// 保证当 pre=k 的时候可以判断出来
m[0] = 1
for i := 0; i < len(nums); i++ {
pre += nums[i]
if times, ok := m[pre-k]; ok {
result += times
}
// 如果map中不存在某值则返回类型0值,所以这里可以直接+=1
m[pre] += 1
}
return
}