Leetcode 560. 和为K的子数组

给定一个整数数组和一个整数 k，你需要找到该数组中和为 k 的连续的子数组的个数。

示例 1 :

输入:nums = [1,1,1], k = 2
输出: 2 , [1,1] 与 [1,1] 为两种不同的情况。
说明 :

数组的长度为 [1, 20,000]。
数组中元素的范围是 [-1000, 1000] ，且整数 k 的范围是 [-1e7, 1e7]。

 

显然，最暴力得做法是O(N^3), 枚举数组起点和中点，在遍历一遍求和，时间复杂度是O(N^3), 通过前缀和的优化，很容易将时间复杂度优化到O(N^2),

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        vector<int> dp(nums.size()+1,0);
        for(int i=1;i<=nums.size();i++){
            dp[i] = dp[i-1] + nums[i-1];
        }
        int res = 0;
        for(int i=0;i<nums.size();i++){
            for(int j=i+1;j<=nums.size();j++){
                if(dp[j]-dp[i] == k){
                    res++;
                }
            }
        }
        return res;
    }
};

实际上，即使不用额外的空间，也可以在O(N^2)的时间复杂度完成

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        int res = 0;
        for(int i=0;i<nums.size();i++){
            int sum = 0;
            for(int j=i;j<nums.size();j++){
                sum+=nums[j];
                if(sum == k) res++;
            }
        }
        return res;
    }
};

模仿two sum的思想，使用Hash表，将时间复杂度优化到O(N), 注意会有多个前缀和相同的情况，所以应该用map而不是set

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        int res = 0, sum = 0;
        unordered_map<int,int> Hash;
        Hash[0]++;
        for(int i=0;i<nums.size();i++){
            sum += nums[i];
            res += Hash[sum-k];
            Hash[sum]++;
        }
        return res;
    }
};