mirror of
https://github.com/chefyuan/algorithm-base.git
synced 2024-11-01 09:43:38 +00:00
147 lines
5.3 KiB
Markdown
147 lines
5.3 KiB
Markdown
### leetcode560. 和为K的子数组
|
||
|
||
**题目描述**
|
||
|
||
> 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。
|
||
|
||
**暴力法**
|
||
|
||
**解析**
|
||
|
||
这个题目的题意很容易理解，就是让我们返回和为 k 的子数组的个数，所以我们直接利用双重循环解决该题，这个是很容易想到的。我们直接看代码吧。
|
||
|
||
```java
|
||
class Solution {
|
||
public int subarraySum(int[] nums, int k) {
|
||
int len = nums.length;
|
||
int sum = 0;
|
||
int count = 0;
|
||
for (int i = 0; i < len; ++i) {
|
||
for (int j = i; j < len; ++j) {
|
||
sum += nums[j];
|
||
if (sum == k) {
|
||
count++;
|
||
}
|
||
}
|
||
sum = 0;
|
||
}
|
||
return count;
|
||
}
|
||
}
|
||
```
|
||
|
||
下面我们我们使用前缀和的方法来解决这个题目，那么我们先来了解一下前缀和是什么东西。其实这个思想我们很早就接触过了。见下图
|
||
|
||
|
||
|
||
我们通过上图发现，我们的 presum 数组中保存的是 nums 元素的和，presum[1] = presum[0] + nums[0];
|
||
|
||
presum [2] = presum[1] + nums[1],presum[3] = presum[2] + nums[2] ... 所以我们通过前缀和数组可以轻松得到每个区间的和，
|
||
|
||
例如我们需要获取 nums[2] 到 nums[4] 这个区间的和，我们则完全根据 presum 数组得到，是不是有点和我们之前说的字符串匹配算法中 BM,KMP 中的 next 数组和 suffix 数组作用类似。
|
||
|
||
那么我们怎么根据presum 数组获取 nums[2] 到 nums[4] 区间的和呢？见下图
|
||
|
||
|
||
|
||
所以我们 nums[2] 到 nums[4] 区间的和则可以由 presum[5] - presum[2] 得到。
|
||
|
||
也就是前 5 项的和减去前 2 项的和，得到第 3 项到第 5 项的和。那么我们可以遍历 presum 就能得到和为 K 的子数组的个数啦。
|
||
|
||
直接上代码。
|
||
|
||
```java
|
||
class Solution {
|
||
public int subarraySum(int[] nums, int k) {
|
||
//前缀和数组
|
||
int[] presum = new int[nums.length+1];
|
||
for (int i = 0; i < nums.length; i++) {
|
||
//这里需要注意，我们的前缀和是presum[1]开始填充的
|
||
presum[i+1] = nums[i] + presum[i];
|
||
}
|
||
//统计个数
|
||
int count = 0;
|
||
for (int i = 0; i < nums.length; ++i) {
|
||
for (int j = i; j < nums.length; ++j) {
|
||
//注意偏移，因为我们的nums[2]到nums[4]等于presum[5]-presum[2]
|
||
//所以这样就可以得到nums[i,j]区间内的和
|
||
if (presum[j+1] - presum[i] == k) {
|
||
count++;
|
||
}
|
||
}
|
||
}
|
||
return count;
|
||
}
|
||
}
|
||
```
|
||
|
||
我们通过上面的例子我们简单了解了前缀和思想，那么我们如果继续将其优化呢？
|
||
|
||
**前缀和 + HashMap**
|
||
|
||
**解析**
|
||
|
||
其实我们在之前的两数之和中已经用到了这个方法，我们一起来回顾两数之和 HashMap 的代码.
|
||
|
||
```java
|
||
class Solution {
|
||
public int[] twoSum(int[] nums, int target) {
|
||
|
||
HashMap<Integer,Integer> map = new HashMap<>();
|
||
//一次遍历
|
||
for (int i = 0; i < nums.length; ++i) {
|
||
//存在时，我们用数组得值为 key，索引为 value
|
||
if (map.containsKey(target - nums[i])){
|
||
return new int[]{i,map.get(target-nums[i])};
|
||
}
|
||
//存入值
|
||
map.put(nums[i],i);
|
||
}
|
||
//返回
|
||
return new int[]{};
|
||
}
|
||
}
|
||
```
|
||
|
||
上面代码中，我们将数组的值和索引存入 map 中，当我们遍历到某一值 x 时，判断 map 中是否含有 target - x，即可。其实我们现在这个题目和两数之和原理是一致的，只不过我们是将**所有的前缀和**该**前缀和出现的次数**存到了 map 里。下面我们来看一下代码的执行过程。
|
||
|
||
**动图解析**
|
||
|
||
|
||
|
||
**题目代码**
|
||
|
||
```java
|
||
class Solution {
|
||
public int subarraySum(int[] nums, int k) {
|
||
if (nums.length == 0) {
|
||
return 0;
|
||
}
|
||
HashMap<Integer,Integer> map = new HashMap<>();
|
||
//细节，这里需要预存前缀和为 0 的情况，会漏掉前几位就满足的情况
|
||
//例如输入[1,1,0]，k = 2 如果没有这行代码，则会返回0,漏掉了1+1=2，和1+1+0=2的情况
|
||
//输入：[3,1,1,0] k = 2时则不会漏掉
|
||
//因为presum[3] - presum[0]表示前面 3 位的和，所以需要map.put(0,1),垫下底
|
||
map.put(0, 1);
|
||
int count = 0;
|
||
int presum = 0;
|
||
for (int x : nums) {
|
||
presum += x;
|
||
//当前前缀和已知，判断是否含有 presum - k的前缀和，那么我们就知道某一区间的和为 k 了。
|
||
if (map.containsKey(presum - k)) {
|
||
count += map.get(presum - k);//获取presum-k前缀和出现次数
|
||
}
|
||
//更新
|
||
map.put(presum,map.getOrDefault(presum,0) + 1);
|
||
}
|
||
return count;
|
||
}
|
||
}
|
||
```
|
||
|