303.区域和检索-数组不可变
问题:给定一个整数数组 nums,求出数组从索引 i 到 j(i ≤ j)范围内元素的总和,包含 i、j 两点。
实现 NumArray 类:
- NumArray(int[] nums) 使用数组 nums 初始化对象
- int sumRange(int i, int j) 返回数组 nums 从索引 i 到 j(i ≤ j)范围内元素的总和,包含 i、j 两点(也就是 sum(nums[i], nums[i + 1], … , nums[j]))
实例:
输入:
["NumArray", "sumRange", "sumRange", "sumRange"]
[[[-2, 0, 3, -5, 2, -1]], [0, 2], [2, 5], [0, 5]]
输出:
[null, 1, -1, -3]
解释:
NumArray numArray = new NumArray([-2, 0, 3, -5, 2, -1]);
numArray.sumRange(0, 2); // return 1 ((-2) + 0 + 3)
numArray.sumRange(2, 5); // return -1 (3 + (-5) + 2 + (-1))
numArray.sumRange(0, 5); // return -3 ((-2) + 0 + 3 + (-5) + 2 + (-1))
思路:前缀和
开辟一个额外的数组记录数组nums
从0到当前索引对应元素的累加和,求数组从索引 i
到 j
(i ≤ j
)范围内元素的总和时,直接用j
对应的累加和减去i-1
位置的累加和即可。
class NumArray {
private int[] preSum;
public NumArray(int[] nums) {
//preSum[0]=0 方便累加
preSum = new int[nums.length + 1];
for(int i = 1; i < preSum.length; i++){
preSum[i] = preSum[i - 1] + nums[i - 1];
}
}
public int sumRange(int left, int right) {
//包含left与right preSum[left] 对应left-1位置的累加和 right + 1对应 right位置的累加和
return preSum[right + 1] - preSum[left];
}
}
304.二维区域和检索-矩阵不可变
问题:给定一个二维矩阵 matrix,以下类型的多个请求:
- 计算其子矩形范围内元素的总和,该子矩阵的 左上角 为 (row1, col1) ,右下角 为 (row2, col2) 。
实现 NumMatrix 类:
- NumMatrix(int[][] matrix) 给定整数矩阵 matrix 进行初始化
- int sumRegion(int row1, int col1, int row2, int col2) 返回 左上角 (row1, col1) 、右下角 (row2, col2) 所描述的子矩阵的元素 总和 。
示例:
输入:
["NumMatrix","sumRegion","sumRegion","sumRegion"]
[[[[3,0,1,4,2],[5,6,3,2,1],[1,2,0,1,5],[4,1,0,1,7],[1,0,3,0,5]]],[2,1,4,3],[1,1,2,2],[1,2,2,4]]
输出:
[null, 8, 11, 12]
解释:
NumMatrix numMatrix = new NumMatrix([[3,0,1,4,2],[5,6,3,2,1],[1,2,0,1,5],[4,1,0,1,7],[1,0,3,0,5]]);
numMatrix.sumRegion(2, 1, 4, 3); // return 8 (红色矩形框的元素总和)
numMatrix.sumRegion(1, 1, 2, 2); // return 11 (绿色矩形框的元素总和)
numMatrix.sumRegion(1, 2, 2, 4); // return 12 (蓝色矩形框的元素总和)
思路:也是前缀和,使用一个二维数组preSum
,记录当前位置到矩阵原点所组成矩形的元素的累加和。
如图,若要求红色矩阵内元素的累加和,则需要绿色矩阵 - 蓝色矩阵 - 棕色矩阵 + 粉色矩阵
即可,另外求preSum数组的过程和这个过程类似,也是通过周围矩阵的运算得到的。代码如下:
class NumMatrix {
private int[][] preSum;
public NumMatrix(int[][] matrix) {
int m = matrix.length, n = matrix[0].length;
if(m == 0 || n == 0) {
return;
}
preSum = new int[m + 1][n + 1];
for(int i = 1; i <= m; i++){
for(int j = 1; j <= n; j++){
//
preSum[i][j] = preSum[i - 1][j] + preSum[i][j - 1] + matrix[i - 1][j - 1] - preSum[i - 1][j - 1];
}
}
}
public int sumRegion(int row1, int col1, int row2, int col2) {
return preSum[row2 + 1][col2 + 1] - preSum[row1][col2 + 1] - preSum[row2 + 1][col1] + preSum[row1][col1];
}
}
560.和为K的子数组
问题:给你一个整数数组 nums
和一个整数 k
,请你统计并返回该数组中和为 k
的连续子数组的个数。
示例:
输入:nums = [1,1,1], k = 2
输出:2
输入:nums = [1,2,3], k = 3
输出:2
思路:
- 前缀和
计算出前缀和,然后枚举出每个子数组的和 统计子数组和等于k的情况。
class Solution {
public int subarraySum(int[] nums, int k) {
int len = nums.length;
int[] preSum = new int[len + 1];
for(int i = 1; i < preSum.length; i++){
preSum[i] = preSum[i - 1] + nums[i - 1];
}
int res = 0;
for(int i = 1; i <= len; i++){
for(int j = 0; j < i; j++){
// 子数组 nums[j..i-1] 的元素和
if(preSum[i] - preSum[j] == k){
res++;
}
}
}
return res;
}
}
- 哈希表+前缀和
只是使用前缀和 这个解法并不是最优的。这个嵌套for循环的内层循环就是在计算,有几个 j
能够使得 preSum[i]
和 preSum[j]
的差为 k
,即存在几个j
使得nums[0...i-1] - nums[0...j] = k
,毎找到一个这样的 j
,就把结果加一。我们将if的判断条件preSum[i] - preSum[j] == k
移项,得到preSum[j] == preSum[i] - k
。
所以优化的思路就是:直接记录有多少个preSum[j]
和preSum[i] - k
相等,然后更新结果。j <= i,所以preSum[j]的值可以直接计算出来,然后存起来,这样就可以去掉内层for循环了。可以用哈希表,在记录前缀和的同时记录该前缀和出现的次数。
class Solution {
public int subarraySum(int[] nums, int k) {
int len = nums.length;
Map<Integer, Integer> preSum = new HashMap();
preSum.put(0, 1);
int sum0Toi = 0, sum0Toj = 0, res = 0;
for(int i = 0; i < len; i++){
sum0Toi += nums[i];
// 这是我们想找的前缀和 nums[0..j]
sum0Toj = sum0Toi - k;
int n;
// 如果前面有这个前缀和,则直接更新答案
if(preSum.containsKey(sum0Toj)){
res += preSum.get(sum0Toj);
}
// 把前缀和 nums[0..i] 加入并记录出现次数
preSum.put(sum0Toi, preSum.getOrDefault(sum0Toi, 0) + 1);
}
return res;
}
}
整理思路,记录博客,以便复习。若有误,望指正~