560. 和为k的子数组
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
输入:nums = [1,1,1], k = 2
输出: 2 , [1,1] 与 [1,1] 为两种不同的情况。
说明 :
- 数组的长度为 [1, 20,000]。
- 数组中元素的范围是 [-1000, 1000] ,且整数 k 的范围是 [-1e7, 1e7]。
解题思路
参照❤带你打通【前缀和】从最笨方法 一步步优化,这篇题解已经是挺通俗的了,把最笨最容易的办法都列了出来。个人觉得比官方题解更好懂。他是采用Java实现的,这里换做Python实现。
-
暴力硬解法
直接就是设置i, j两个下标,遍历数组框出子数组,逐一求和,发现和为k计数器+1。时间复杂度是i对映一个n,j对映一个n,累加一个n,所以是O(n³)。对于Python这种语言来说简直是灾难。放弃(×)改进(√) -
去除重复运算
累加的过程其实有冗余:既然已经算过从i到j,那么算i到j+1的时候直接把之前的结果加上nums[j+1]就可以。这个地方可以省去一个n,复杂度降到O(n²)。 -
利用前缀和+map(Python中的字典)
前缀和:从 第 0 项 到 当前项 的 总和
说通俗点其实就是高中的数列求和吧,n > m, Sn - Sm = 从m+1项一直累加到第n项。
nums[i]+…+nums[j]=prefixSum[j]−prefixSum[i−1]
原题解中的这一步,i作为数组下标是可以等于1的,i-1也就可以等于-1了。那么prefixSum[-1]是没有任何有意义的数字,需要把它的值人为定为0,确保不影响后面的计算。这就导致在初始化字典的时候,需要加入一个{0 : 1}.
后面的部分我是这么理解的:相当于一把刻度不均的尺子(因为数组元素有大有小),每往后走一格(加求一个前项和),就与前面已有的所有刻度比较一下,看看这之间的距离是不是我们要找的k。如果有,就给计数器+1(这里实际上是字典值而不是1);没有继续找下一个刻度。
或者换一种说法,拿一个长度为k的小木棒在刻度不均的尺子上滑动,小木棒右端始终与下一个刻度线对齐,看小木棒的左端能不能恰好与之前的某一个刻度线对齐,有了就记下一笔。
这里的一笔到底是几呢?用现实生活中的尺子来看的话那就是1;但是数组是允许有负数的,尺子没有负距离,所以要按照前项和出现的次数来加上。
最后,附上按照这个思路写出来的Python代码:
class Solution:
def subarraySum(self, nums: List[int], k: int) -> int:
if len(nums) == 0:
return 0
pfmap = {0 : 1}
prefixSum = 0
count = 0
for num in nums:
prefixSum += num
if prefixSum - k in pfmap:
count += pfmap[prefixSum - k]
if prefixSum in pfmap:
pfmap[prefixSum] += 1
else:
pfmap[prefixSum] = 1
return count
PS思考题:这里到底是什么步骤使得复杂度又减少了一层n呢?
答:第一,用了字典来代替罗列出来的所有子数组,使得检索范围变小;
第二,
if prefixSum - k in pfmap
这一句里实际上也有检索,它的内存消耗较少是得益于检索范围小or语言本身的优化?希望有大佬给指点迷津。
最后
相比于前两篇,这是一篇自己想法解释比较多的一篇题解,主要是为了自己好理解记忆。如果有写的不正确、不准确的地方,欢迎各位指点!