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。