[LeetCode] 560. Subarray Sum Equals K 子数组和为K

本文介绍了LeetCode 560题的三种解法,包括直接暴力搜索、利用累加和数组及使用哈希表记录累加和出现次数等方法。并对比了各种方法的时间效率,最终推荐使用哈希表的方法。

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

 

Given an array of integers and an integer k, you need to find the total number of continuous subarrays whose sum equals to k.

Example 1:

Input:nums = [1,1,1], k = 2
Output: 2

 

Note:

  1. The length of the array is in range [1, 20,000].
  2. The range of numbers in the array is [-1000, 1000] and the range of the integer k is [-1e7, 1e7].

 

这道题给了我们一个数组,让我们求和为k的连续子数组的个数,博主最开始看到这道题想着肯定要建立累加和数组啊,然后遍历累加和数组的每个数字,首先看其是否为k,是的话结果 res 自增1,然后再加个往前的循环,这样可以快速求出所有的子数组之和,看是否为k,参见代码如下:

 

解法一:

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        int res = 0, n = nums.size();
        vector<int> sums = nums;
        for (int i = 1; i < n; ++i) {
            sums[i] = sums[i - 1] + nums[i];
        }
        for (int i = 0; i < n; ++i) {
            if (sums[i] == k) ++res;
            for (int j = i - 1; j >= 0; --j) {
                if (sums[i] - sums[j] == k) ++res;
            }
        }
        return res;
    }
};

 

上面的求累加和的方法其实并没有提高程序的执行效率,跟下面这种暴力搜索的解法并没有什么不同,博主很惊奇 OJ 居然这么大度,让这种解法也能通过,参见代码如下:

 

解法二:

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        int res = 0, n = nums.size();
        for (int i = 0; i < n; ++i) {
            int sum = nums[i];
            if (sum == k) ++res;
            for (int j = i + 1; j < n; ++j) {
                sum += nums[j];
                if (sum == k) ++res;
            }
        }
        return res;
    }
};

 

论坛上大家比较推崇的其实是这种解法,用一个哈希表来建立连续子数组之和跟其出现次数之间的映射,初始化要加入 {0,1} 这对映射,这是为啥呢,因为我们的解题思路是遍历数组中的数字,用 sum 来记录到当前位置的累加和,我们建立哈希表的目的是为了让我们可以快速的查找 sum-k 是否存在,即是否有连续子数组的和为 sum-k,如果存在的话,那么和为k的子数组一定也存在,这样当 sum 刚好为k的时候,那么数组从起始到当前位置的这段子数组的和就是k,满足题意,如果哈希表中事先没有 m[0] 项的话,这个符合题意的结果就无法累加到结果 res 中,这就是初始化的用途。上面讲解的内容顺带着也把 for 循环中的内容解释了,这里就不多阐述了,有疑问的童鞋请在评论区留言哈,参见代码如下:

 

解法三:

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        int res = 0, sum = 0, n = nums.size();
        unordered_map<int, int> m{{0, 1}};
        for (int i = 0; i < n; ++i) {
            sum += nums[i];
            res += m[sum - k];
            ++m[sum]; 
        }
        return res;
    }
};

 

Github 同步地址:

https://github.com/grandyang/leetcode/issues/560

 

类似题目:

Two Sum

Continuous Subarray Sum

Subarray Product Less Than K

Find Pivot Index

 

参考资料:

https://leetcode.com/problems/subarray-sum-equals-k/

https://leetcode.com/problems/subarray-sum-equals-k/discuss/102153/Basic-Java-solution

https://leetcode.com/problems/subarray-sum-equals-k/discuss/134689/Three-Approaches-With-Explanation

https://leetcode.com/problems/subarray-sum-equals-k/discuss/102106/Java-Solution-PreSum-%2B-HashMap

 

LeetCode All in One 题目讲解汇总(持续更新中...)

转载于:https://www.cnblogs.com/grandyang/p/6810361.html

### 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现次数。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 # 符合条件的子数组数量 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,更新其现次数 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现次数。 - 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}` - 处理第一个数 `num=1`: - 更新 `cur_sum=1` - 检查 `cur_sum-k=-1` 不在 `count` 中 - 更新 `count={0: 1, 1: 1}` - 处理第二个数 `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}` - 处理第三个数 `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