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

博客围绕LeetCode中找出和等于给定整数k的连续子数组总数的问题展开。介绍了两种解法,一是暴力法,用两层循环计算子数组和,时间复杂度O(n^2);二是哈希表法,基于特定公式,时间复杂度O(n),还给出了Java、Python、C++等代码示例。

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].

解法1: Brute force. 用两丛循环i, j,计算sum[i, j],如果等于K则记录结果。T: O(n^2)  S: O(1),  会TLE

解法2:Hashtable,基于公式 sum(i - j) = sum(0, j) - sum(0, i), 每循环一次都把数字累加到sum, 并用一个哈希表记录,key是sum, value是出现过的次数。当满足sum - K在哈希表中时,说明去掉之前那段和的数后剩下的数字和等于K, 满足条件,把记录的次数累加到结果(因为有多种组合可能)。T: O(n), S: O(n).

参考: https://discuss.leetcode.com/topic/87850/java-solution-presum-hashmap

Java:

public class _560 {
    public int subarraySum(int[] nums, int k) {
        Map<Integer, Integer> preSum = new HashMap();
        int sum = 0;
        int result = 0;
        preSum.put(0, 1);
        for (int i = 0; i < nums.length; i++) {
            sum += nums[i];
            if (preSum.containsKey(sum - k)) {
                result += preSum.get(sum - k);
            }
            preSum.put(sum, preSum.getOrDefault(sum, 0) + 1);
        }
        return result;
    }

} 

Python:

class Solution(object):
    def subarraySum(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: int
        """
        ans = sums = 0
        cnt = collections.Counter()
        for num in nums:
            cnt[sums] += 1
            sums += num
            ans += cnt[sums - k]
        return ans 

Python:

def subarraySum(self, nums, k):
        count, cur, res = {0: 1}, 0, 0
        for v in nums:
            cur += v
            res += count.get(cur - k, 0)
            count[cur] = count.get(cur, 0) + 1
        return res  

Python: wo

class Solution(object):
    def subarraySum(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: int
        """
        return res        
        res, sums = 0, 0
        lookup = collections.Counter()
        lookup[0] = 1 # important
        for num in nums:
            sums += num
            if lookup[sums - k] > 0:
                res += lookup[sums - k]
            lookup[sums] += 1
            
        return res         

Python: TLE

class Solution(object):
    def subarraySum(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: int
        """
        res = 0
        for i in xrange(len(nums)):
            sum = 0
            for j in xrange(i, len(nums)):
                sum += nums[j]   
                if sum == k:
                    res += 1
                
        return res   

C++:

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;
    }
};

C++:

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;
    }
};

    

All LeetCode Questions List 题目汇总

 

 

 

 

 

转载于:https://www.cnblogs.com/lightwindy/p/9546153.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出现次数。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,更新其出现次数 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出现次数。 - 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