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:

    1. public int subarraySum(int[] nums, int k) {
    2. int count = 0;
    3. // 外层循环控制子数组最大长度
    4. for (int i = 0; i < nums.length; i++) {
    5. int sum = 0;
    6. // 内层循环计算是否存在子数组的和满足要求
    7. for (int j = i; j < nums.length; j++) {
    8. sum += nums[j];
    9. if (sum == k) {
    10. count++;
    11. }
    12. }
    13. }
    14. return count;
    15. }

    子数组类型问题还可以利用前缀和的算法思想

    1. public int subarraySum(int[] nums, int k) {
    2. // 前缀和数组
    3. int[] sums = new int[nums.length+1];
    4. for (int i = 0; i < nums.length; i++) {
    5. // 这里需要注意,前缀和是从 presum[1]开始填充的
    6. sums[i + 1] = sums[i] + nums[i];
    7. }
    8. // 统计 sums 中两个元素的差 等于 k 的次数
    9. int count = 0;
    10. for (int i = 0; i < sums.length - 1; i++) {
    11. for (int j = i; j < sums.length - 1; j++) {
    12. if (sums[j + 1] - sums[i] == k) {
    13. count++;
    14. }
    15. }
    16. }
    17. return count;
    18. }

    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:

    1. public int[] towSum(int[] nums, int target) {
    2. for(int i = 0; i < nums.length; i++) {
    3. for(int j = 0; j < nums.length; j++) {
    4. if (i != j && nums[i] + nums[j] == target) {
    5. return new int[] {i, j};
    6. }
    7. }
    8. }
    9. return new int[]{};
    10. }

    哈希优化双层循环:

    1. public int[] towSum(int[] nums, int target) {
    2. Map<Integer, Integer> map = new HashMap<>();
    3. for(int i = 0; i < nums.length; i++) {
    4. map.put(nums[i], i);
    5. }
    6. for(int i = 0; i < nums.length; i++) {
    7. int diff = target - nums[i];
    8. if (map.containsKey(diff) && map.get(diff) != i) {
    9. return new int[] {i, map.get(diff)};
    10. }
    11. }
    12. return new int[]{};
    13. }

    哈希再优化:

    1. public int[] towSum(int[] nums, int target) {
    2. Map<Integer, Integer> map = new HashMap<>();
    3. for(int i = 0; i < nums.length; i++) {
    4. int diff = target - nums[i];
    5. if (map.containsKey(diff) && map.get(diff) != i) {
    6. return new int[] {i, map.get(diff)};
    7. }
    8. map.put(nums[i], i);
    9. }
    10. return new int[]{};
    11. }

    前缀和的哈希优化:

    1. public int subarraySum(int[] nums, int k) {
    2. if (nums.length == 0) {
    3. return 0;
    4. }
    5. int count = 0;
    6. HashMap<Integer,Integer> map = new HashMap<>();
    7. // 细节,这里需要预存前缀和为 0 的情况
    8. map.put(0, 1);
    9. int presum = 0;
    10. for (int x : nums) {
    11. presum += x;
    12. // 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。
    13. if (map.containsKey(presum - k)) {
    14. // 累加次数
    15. count += map.get(presum - k);
    16. }
    17. // 更新
    18. map.put(presum, map.getOrDefault(presum,0) + 1);
    19. }
    20. return count;
    21. }