剑指offer 专项突破版 10、和为 k 的子数组

题目链接

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

  1. 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
  2. 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
}