leetcode 560和为k的连续子数

本文探讨了三种解决子数组求和问题的方法:直接求和、累加数组和hashmap。作者分享了每种方法的代码实现及效率分析,特别强调了hashmap方法在降低时间与空间复杂度方面的优势。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

第一次尝试= = 是我太年轻了,以为可以一次过,现在想来不累加是不行了。

1.TO
class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        int count=0,sum=0;
        for(int i=0;i<nums.size();i++){
            sum+=nums[i];
            if(sum==k) count++;
            if(sum>=k){
                sum=0;
                i--;
            }
        }
        return count;
    }
};
2.累加数组尝试
class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        vector<int>sum=nums;
        int key=0;
        for(int i=1;i<nums.size();i++){
            sum[i]=sum[i-1]+nums[i];
        }
        for(int i=0;i<sum.size();i++){
            if(sum[i]==k) ++key;
            for(int j=i-1;j>=0;j--){
                if(sum[i]-sum[j]==k)++key;
        }
    }
            
        return key;
    }
};
虽然成功过了,但效率明显不是十分的高。
3.hashmap尝试
这种方法博主还没熟练掌握,需要深入了解的可以去论坛再看看。
下面引用另一个博主的代码,并已经手打了一遍,希望可以在之后遇到该类题目时能够有多一种思路,代码以下;
对于{0,1}键值对的初始化是因为sum-k=0时候之前是没法存在的,所以需要提前初始化操作,同时当sum-k存在时,在此之前肯定也存在有sum=k的存在,但这样操作时候对时间和空间的要求都降低了好多,也是我们对算法的要求提高了许多,好了不多bb,以下是博主借助了论坛的大佬之力后完成的代码,希望对大家解题有所帮助。值得一提的是,看见有将map换成undered_map 的虽然降低了空间复杂度,但在时间度上却提高了许多....若有看法,欢迎共同讨论。
class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        map<int, int> m{{0,1}};
        int sum=0,res=0;
        for(int i=0;i<nums.size();i++){
            sum+=nums[i];
            res+=m[sum-k];
            ++m[sum];
        }
        return res;
    }
};

### LeetCode 'Subarray Sum Equals K' 的 Python 解法 以下是针对该问题的一个高效解决方案,时间复杂度为 \(O(n)\),空间复杂度为 \(O(n)\)[^3]。 此方法的核心思想是利用前缀以及哈希表来记录之前计算过的累积及其出现次。通过这种方式可以快速判断当前累积减去目标值 \(k\) 是否已经存在于之前的累积中。 #### 实现代码 ```python class Solution: def subarraySum(self, nums, k): """ :type nums: List[int] :type k: int :rtype: int """ count = {0: 1} # 初始化哈希表,表示累积为0的情况出现了1次 cur_sum = 0 # 当前累积初始化为0 result = 0 # 符合条件的子数组量 for num in nums: cur_sum += num # 更新当前累积 # 如果 (cur_sum - k) 存在于哈希表中,则找到符合条件的子数组 if (cur_sum - k) in count: result += count[cur_sum - k] # 将当前累积加入到哈希表中,更新其出现次 if cur_sum in count: count[cur_sum] += 1 else: count[cur_sum] = 1 return result # 返回最终的结果 ``` 上述实现的关键点如下: - 使用 `count` 字典存储累积及其对应的出现次。 - 遍历过程中不断累加当前元素至 `cur_sum` 中,并检查 `(cur_sum - k)` 是否已存在于字典中。如果存在,则表明找到了若干个满足条件的连续子数组[^4]。 - 时间复杂度主要由单层循环决定,因此整体效率较高。 ### 示例运行 对于输入 `nums = [1, 1, 1]`, `k = 2`: 执行过程如下: - 初始状态:`cur_sum=0`, `result=0`, `count={0: 1}` - 处理第一个 `num=1`: - 更新 `cur_sum=1` - 检查 `cur_sum-k=-1` 不在 `count` 中 - 更新 `count={0: 1, 1: 1}` - 处理第二个 `num=1`: - 更新 `cur_sum=2` - 检查 `cur_sum-k=0` 在 `count` 中,增加 `result+=1` - 更新 `count={0: 1, 1: 1, 2: 1}` - 处理第三个 `num=1`: - 更新 `cur_sum=3` - 检查 `cur_sum-k=1` 在 `count` 中,增加 `result+=1` - 更新 `count={0: 1, 1: 1, 2: 1, 3: 1}` 最终返回结果为 `result=2`[^2]。 ---
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