蛮特殊的动态规划——和为k的子数组

之前已经讲过不少动态规划，无非就是申请一个数组记录之前的结果。今天的每日一题之前虽然做过，但是复习的时候发现忘了思路。于是单独摘出来进行记录。
先看题吧，一个很朴素的题。
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。
题目：
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。
思路：
题目越短，思路越简单，优化越难。
来看这道题，就是找连续子数组的和满足k就好了。最简单的方式，暴力遍历所有数组。然后我试了试。

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

优化
连续子数组的和为k，那我们申请一个数组，每次都存到此位置的和，那某两位置之间的差就是两位置间的数组的和。听起来好像很不错，但仔细想想，并没有优化。举个例子，4位置需要往回减，减3位置sum，减2位置……好像还不如暴力。那怎么才能优化时间呢，自然是一下子就能找到合适的位置。存是必要地，那么找可以换成哈希。我们不逐个减，我们之间将sum-k，若存在即两位置间数组和为k。

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        unordered_map<int,int> mp;//第一个int存此位置的sum，第二个int存到此位置和为k的连续子数组个数
        mp[0]=1;
        int sum=0,count=0;
        for(auto a:nums)
        {
            sum+=a;//逐个位置加和
            if(mp.find(sum-k)!=mp.end())//若某位置与该位置差为k，则count+此位置次数
                count+=mp[sum-k];
            mp[sum]++;//将此位置个数更新
        }
        return count;
    }
};

这道题还是比较难的，重点在于优化的方向和优化所用的辅助工具。值得自己一步一步演算一遍。
加油！！！最后附送一下老coder的顶级理解，华为硬件都追不上的代码思路。