leetcode 525 连续数组标准答案理解

本文详细解析了一种寻找数组中最长等和子数组的高效算法。通过使用哈希映射,算法能够快速定位到满足条件的子数组,实现O(n)的时间复杂度。关键在于如何利用哈希映射存储和查找子数组的累积和,从而判断是否存在等和的子数组。

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

class Solution {
    public int findMaxLength(int[] nums) {
        int N = nums.length;
        Map<Integer, Integer> sumMap = new HashMap<Integer, Integer>();
        sumMap.put(0, -1);  //这里的逻辑是这样的,正常我们的位置是1,2,3,但是在数组中其实是0,1,2,因此,为了正确计数,我们在这里将起始位置变成了-1
        //这个是计算数组的和,当出现1时,sum+1,当出现0时,sum-1
        //这里之所以将出现的0记为-1,就是为了方便我们的计算,因为这样得到的结果就是0
        int sum = 0;   
        int maxLen = 0;   //最终需要的结果  

        for(int i = 0; i < N; i++){
            sum += nums[i] == 1? 1 : -1;
            int key = sum;
            if(sumMap.containsKey(key)){
                //i - sumMap.get(sum)是这样理解的
                //sumMap.get(sum),在nums数组中,截取前i个作为子数组,该子数组的和记为a
                //而在第j个位置,也就是当前位置,又出现了和值为a的情况
                //这就意味着,i+1到j之间的和值为0,也就是我们需要的结果
                //这个时候,我们需要知道的就是i+1到j之间的长度,是否超过了已经存储的maxLen
                maxLen = Math.max(maxLen, i - sumMap.get(sum));
            }else{
                //记录出现该数字时,对应的子数组长度
                sumMap.put(sum, i);
            }
        }

        return maxLen;
    }

}

 

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