剑指 Offer II 011. 0 和 1 个数相同的子数组
https://leetcode.cn/problems/tvdfij/
剑指 Offer II 013. 二维子矩阵的和
1.剑指 Offer II 011. 0 和 1 个数相同的子数组
给定一个二进制数组 nums , 找到含有相同数量的 0 和 1 的最长连续子数组,并返回该子数组的长度。
题目大意:找出含有相同数量的0和1的最长连续子数组的长度
解题思路:使用map维护前缀和。map中存储出现当前前缀和的第一个下标。当后面出现重复前缀和时,可以取出第一次出现该前缀和的下标,计算出子数组长度。若不存在重复前缀和,就将当前前缀和和下标存入map中。
代码:
var findMaxLength = function(nums) {
let res = 0;
const map = new Map();
let count = 0;
map.set(count, -1);
for(let i = 0; i < nums.length; i++) {
if(nums[i] === 1) {
count ++;
} else {
count --;
}
if(map.has(count)) {
res = Math.max(res, i - map.get(count));
} else {
map.set(count, i);
}
}
return res;
};
2.剑指 Offer II 012. 左右两边子数组的和相等
给你一个整数数组 nums ,请计算数组的 中心下标 。
数组 中心下标 是数组的一个下标,其左侧所有元素相加的和等于右侧所有元素相加的和。
如果中心下标位于数组最左端,那么左侧数之和视为 0 ,因为在下标的左侧不存在元素。这一点对于中心下标位于数组最右端同样适用。
如果数组有多个中心下标,应该返回 最靠近左边 的那一个。如果数组不存在中心下标,返回 -1 。
题目大意:找出左右两边子数组都相等的最左下标
解题思路:最开始直接用了普通前缀和,但是空间复杂度很高。然后看了官方题解,可以推公式,leftSum = sum, rightSum = total - sum - nums[i];leftSum === rightSum => sum === total - sum - nums[i] => total = sum * 2 + nums[i]
代码:
var pivotIndex = function(nums) {
const total = nums.reduce((a, b) => a + b);
let sum = 0;
for(let i = 0; i < nums.length; i++) {
if(sum * 2 + nums[i] === total) {
return i;
}
sum += nums[i];
}
return -1;
}
3.剑指 Offer II 013. 二维子矩阵的和
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) 的子矩阵的元素总和。
题目大意:求一个二维矩阵的子矩阵和。
解题思路:二维前缀和。
代码:
var NumMatrix = function(matrix) {
if(matrix.length) {
this.sum = new Array(matrix.length + 1).fill(0).map(() => new Array(matrix[0].length + 1).fill(0));
for(let i = 1; i <= matrix.length; i++) {
for(let j = 1; j <= matrix[0].length; j++) {
this.sum[i][j] = this.sum[i-1][j] + this.sum[i][j-1] - this.sum[i-1][j-1] + matrix[i-1][j-1];
}
}
}
};
NumMatrix.prototype.sumRegion = function(row1, col1, row2, col2) {
return this.sum[row2 + 1][col2 + 1] - this.sum[row1][col2 + 1] - this.sum[row2 + 1][col1] + this.sum[row1][col1];
};