给你一个整数数组 nums 和一个整数 k ,请你统计并返回 该数组中和为 k 的子数组的个数 。
示例 1:
输入:nums = [1,1,1], k = 2
输出:2
示例 2:
输入:nums = [1,2,3], k = 3
输出:2
常规算法:
public int subarraySum(int[] nums, int k) {
int count = 0;
// 外层循环控制子数组最大长度
for (int i = 0; i < nums.length; i++) {
int sum = 0;
// 内层循环计算是否存在子数组的和满足要求
for (int j = i; j < nums.length; j++) {
sum += nums[j];
if (sum == k) {
count++;
}
}
}
return count;
}
子数组类型问题还可以利用前缀和的算法思想
public int subarraySum(int[] nums, int k) {
// 前缀和数组
int[] sums = new int[nums.length+1];
for (int i = 0; i < nums.length; i++) {
// 这里需要注意,前缀和是从 presum[1]开始填充的
sums[i + 1] = sums[i] + nums[i];
}
// 统计 sums 中两个元素的差 等于 k 的次数
int count = 0;
for (int i = 0; i < sums.length - 1; i++) {
for (int j = i; j < sums.length - 1; j++) {
if (sums[j + 1] - sums[i] == k) {
count++;
}
}
}
return count;
}
但是此写法和常规遍历并没有更优,返而空间复杂度上升了,但是可以利用哈希进行优化(只是不容易想到)
可以参考 1. 两数之和
常规双层循环:
public int[] towSum(int[] nums, int target) {
for(int i = 0; i < nums.length; i++) {
for(int j = 0; j < nums.length; j++) {
if (i != j && nums[i] + nums[j] == target) {
return new int[] {i, j};
}
}
}
return new int[]{};
}
哈希优化双层循环:
public int[] towSum(int[] nums, int target) {
Map<Integer, Integer> map = new HashMap<>();
for(int i = 0; i < nums.length; i++) {
map.put(nums[i], i);
}
for(int i = 0; i < nums.length; i++) {
int diff = target - nums[i];
if (map.containsKey(diff) && map.get(diff) != i) {
return new int[] {i, map.get(diff)};
}
}
return new int[]{};
}
哈希再优化:
public int[] towSum(int[] nums, int target) {
Map<Integer, Integer> map = new HashMap<>();
for(int i = 0; i < nums.length; i++) {
int diff = target - nums[i];
if (map.containsKey(diff) && map.get(diff) != i) {
return new int[] {i, map.get(diff)};
}
map.put(nums[i], i);
}
return new int[]{};
}
前缀和的哈希优化:
public int subarraySum(int[] nums, int k) {
if (nums.length == 0) {
return 0;
}
int count = 0;
HashMap<Integer,Integer> map = new HashMap<>();
// 细节,这里需要预存前缀和为 0 的情况
map.put(0, 1);
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)) {
// 累加次数
count += map.get(presum - k);
}
// 更新
map.put(presum, map.getOrDefault(presum,0) + 1);
}
return count;
}