974. 和可被 K 整除的子数组

本文介绍一种高效算法,用于解决寻找数组中满足特定条件的连续子数组个数问题。通过对数组元素进行预处理,并利用哈希表记录前缀和的分布情况,实现了O(n)的时间复杂度。

在这里插入图片描述题目如上

首先的思路是遍历
查找长度分别为1、2、……n的子序列,看看是否符合条件
由于n的范围是3万,所以n^2级别的方法肯定会超时

随后想到的是先把每个位置上的值先模上K,得到一个方便计算且加和后不会太大的数组

接下来的思路是看题解得出来的:

  1. 由于要求的结果是连续子序列的和,我们可以采用一个很常规的思路,就是新建一个数组s,s[i] = sum(A[0]…A[i]),即第i位表示前i个数字的和,然后模上K(s[i]范围为0-K)。
  2. 于是问题转化为,求解子序列和为0的个数,也就是:如果i~j这之间的子序列满足题意,则s[i] - s[j] = 0(i > j)
  3. 将s数组转化为一个字典,记录每个值出现的次数
  4. 假设同一个数值出现的次数为v,则能够组合成的有效解个数为v*(v-1)/2,最后把所有的值的计算结果加起来即可。

可以说很巧妙了!

class Solution:
	def subarraysDivByK(self, A: List[int], K: int) -> int:
		s = [0]
		for i in range(len(A)):
			s.append((A[i] + s[-1]) % K)
		
		from collections import Counter
		count = Counter(s)
		
		ans = 0
		for v in count.values():
			ans = ans + v * (v - 1) // 2
		
		return ans
### 可被 K 整除子数组计数 为了计算给定数组中所有能被 \( K \) 整除的连续子数组的数量,可以采用前缀与模运算相结合的方法。这种方法的时间复杂度为 \( O(n) \),其中 \( n \) 是输入数组的长度。 #### 基本原理 通过维护一个记录前缀对 \( K \) 取模的结果及其频率的哈希表 `record`,可以在单次遍历过程中高效统计满足条件的子数组数量。对于当前索引 \( i \),假设其对应的前缀为 \( P[i] \),则以该位置结尾的符合条件的子数组数量等于之前已经遇到过的相同模值的前缀次数[^1]。 以下是具体实现: ```python def subarraysDivByK(nums, K): from collections import defaultdict # 初始化变量 prefix_mod_count = defaultdict(int) prefix_mod_count[0] = 1 # 初始状态:前缀为0的情况出现一次 current_sum = 0 result = 0 for num in nums: current_sum += num mod_result = current_sum % K # 处理负数取模情况 if mod_result < 0: mod_result += K # 如果之前的某个前缀也具有相同的模,则找到一组解 if mod_result in prefix_mod_count: result += prefix_mod_count[mod_result] # 更新当前模值的计数 prefix_mod_count[mod_result] += 1 return result ``` 上述代码实现了基于前缀与模运算的核心逻辑。它利用了一个字典来存储不同模值的历史出现次数,并据此快速判断是否存在有效的子数组组合。 #### 关键点解析 - **初始化**:设置初始状态时需考虑前缀为零的情形(即整个子数组本身即可被 \( K \) 整除),因此将 `prefix_mod_count[0]` 设为 1。 - **处理负数模**:由于 Python 中 `%` 运算符的行为可能导致负结果,故需要额外调整使得最终模值始终落在区间 `[0,K)` 内[^2]。 此方法不仅有效减少了时间消耗,还简化了传统暴力枚举方式中的冗余操作。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值