leetcode：560. 和为 K 的子数组的个数

题目来源

• leetcode：560. 和为 K 的子数组

题目描述

class Solution {

public:
    int subarraySum(vector<int>& nums, int k) {
        return process(nums, 0, k);
    }
};

题目解析

双指针和滑动窗口使用的一个必要条件就是能一步一步迭代，确定窗口的收缩方向，这有负数，就完全不知道是左边缩小，还是右边缩小了

枚举

思路：把所有的子数组都穷举出来，算它们的和，看看谁的和等于k

枚举左右边界

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

边枚举边计算（也超时了）

先固定起点，然后枚举右边界，时间复杂度降低了一维

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

怎么优化呢？关键在于如何快速得到某个子数组的和，我们也可以用前缀和来解决

前缀和

什么是前缀和

对于一个给定的数组num，我们额外开辟一个前缀和数组进行预处理

int n = nums.length;
// 前缀和数组
std::vector<int> preSum(n + 1, 0);
preSum[0] = 0;
for (int i = 0; i < n; i++)
    preSum[i + 1] = preSum[i] + nums[i];

preSum[i]就是nums[0..... i-1]的和。如果我们想要求nums[i...j]的和，只需要求preSum[j+1] - preSum[i]即可，而不需要重新去遍历数组了

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        int len = nums.size();
        // 构造前缀和
        std::vector<int> preSum(len + 1);
        preSum[0] = 0;
        for (int i = 0; i < len; ++i) {
            preSum[i + 1] = preSum[i] + nums[i];
        }
        
        int cnt = 0;
        // 穷举所有子数组
        for (int left = 0; left < len; ++left) {
            for (int right = left; right < len; ++right) {
                if(preSum[right + 1] - preSum[left] == k){
                    ++cnt;
                }
            }
        }
        return cnt;
    }
};

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        int len = nums.size();
        // 构造前缀和
        std::vector<int> preSum(len + 1);
        preSum[0] = 0;
        for (int i = 0; i < len; ++i) {
            preSum[i + 1] = preSum[i] + nums[i];
        }
        
        int cnt = 0;
        // 穷举所有子数组
        for (int end = 1; end <= len; ++end) {
            for (int start = 0; start < end; ++start) {
                if(preSum[end] - preSum[start] == k){
                    ++cnt;
                }
            }
        }
        return cnt;
    }
};

还是超时了

前缀和 + 哈希

由于我们只关心次数，不关心具体的解，所以我们可以使用哈希表来加速运算。

主要思路：计算完包括了当前数前缀和之后，我们去查一查在当前数之前，有多少个前缀和等于preSum - k呢？

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        std::vector<int> preSum(nums.size() + 1);
        preSum[0] = 0;
        for (int i = 0; i < nums.size(); ++i) {
            preSum[i + 1] = preSum[i] + nums[i];
        }
        
        std::unordered_map<int, int> map; // key 为前缀和，value为前缀和为key的个数，问题转化为和为k的问题
        map[0] = 1;
        int cnt = 0;
        for (int i = 1; i < preSum.size(); ++i) {
            if(map.count(preSum[i] - k)){
                cnt = cnt + map[preSum[i] - k]; // 如果有与当前prefixSum[i]的差为k的，则加上它的个数
            }
            ++map[preSum[i]];
        }
        return cnt;
    }
};

用递归实现：

class Solution {
    int process(vector<int>& nums, int target, int currSum, int idx, std::unordered_map<int, int> &map){
        if(idx == nums.size()){
            return 0;
        }

        //当前的前缀和
        currSum += nums[idx];

        int res = 0;
        res += map[currSum - target];
        ++map[currSum];
        res += process(nums, target, currSum, idx + 1, map);
        return res;
    }
public:
    int subarraySum(vector<int>& nums, int k) {
        std::unordered_map<int, int> map; // key 为前缀和，value为前缀和为key的个数，问题转化为和为k的问题
        map[0] = 1;
        return process(nums, k, 0, 0, map);
    }
};