力扣 - 560. 和为K的子数组
作者:互联网
目录
题目
思路1(前缀和)
- 构建前缀和数组,可以快速计算任意区间的和
- 注意:计算区间时候,下标有变化,计算
nums[i..j]
之间的和,那么就是sum = prefixSum[j+1] - prefixSum[i]
,因为prefixSum的0索引位置是0,总的长度比nums大1
代码
class Solution {
public int subarraySum(int[] nums, int k) {
int[] prefixSum = new int[nums.length+1];
for (int i = 0; i < nums.length; i++) {
prefixSum[i+1] = prefixSum[i] + nums[i];
}
int res = 0;
for (int i = 1; i <= nums.length; i++) {
for (int j = 0; j < i; j++) {
if (prefixSum[i] - prefixSum[j] == k) {
res++;
}
}
}
return res;
}
}
复杂度分析
- 时间复杂度:\(O(N^2)\),其中 N 为数组长度
- 空间复杂度:\(O(N)\),其中 N 为数组长度
思路2(前缀和+哈希表优化)
prefixSum[i] - prefixSum[j] = k
我们可以通过变形成prefixSum[j] = prefixSum[i] - k
- 由于只关心具体的次数,而不是解,所以我们可以用哈希表来记录前缀和出现的次数
- 之前保存了相同前缀和的个数,所以再计算总区间的时候不是再去计算相加,而是符合条件直接从哈希表中找到出现的次数加到res中
- 这样子时间复杂度就降到了\(O(N)\)了
代码
class Solution {
public int subarraySum(int[] nums, int k) {
HashMap<Integer, Integer> prefixSum = new HashMap<>();
prefixSum.put(0, 1);
int sumI = 0;
int res = 0;
for (int i = 0; i < nums.length; i++) {
sumI += nums[i];
// 当前的前缀和(即从0...i)的值减去k,得到的值就是j..i区间的前缀和的值
int sumJ = sumI - k;
// 要查找的前缀和看看是否有存在,如果存在说明符合条件,就添加到res中
if (prefixSum.containsKey(sumJ)) {
res += prefixSum.get(sumJ);
}
// 每次把前缀和的及其出现的次数添加道哈希表中,如果不存在,就初始化为1,存在的话就加1即可
prefixSum.put(sumI, prefixSum.getOrDefault(sumI, 0) + 1);
}
return res;
}
}
复杂度分析
- 时间复杂度:\(O(N)\),其中 N 为数组长度
- 空间复杂度:\(O(N)\),其中 N 为数组长度
标签:前缀,nums,560,res,复杂度,prefixSum,力扣,int,数组 来源: https://www.cnblogs.com/linzedian/p/14118474.html