【leetcode】和为k的子数组个数

一、 题目描述

给定一个整数数组和一个整数 k ,请找到该数组中和为 k 的连续子数组的个数。

输入:nums = [1,1,1], k = 2
输出: 2
解释: 此题 [1,1] 与 [1,1] 为两种不同的情况

二、 思路
2.1 暴力解法

两个for循环嵌套即可,然后逐项相加,如果存在子数组加和==k,那么result++;

2.2 滑动窗口

这里的话有一个误区:

1 <= nums.length <= 2 * 104
-1000 <= nums[i] <= 1000
-107 <= k <= 107

这里的nums[i]存在负数的情况,所以我们这样思考:当右指针指向第i个元素时,此时子数组 left-right 加和正好为k,按道理来讲此时如果数组全为正数 那么 right指针就暂时不能朝右走了,此时应该达到左指针行走的条件。

三、 代码
class Solution {
    public int subarraySum(int[] nums, int k) {
        int count=0;
        for(int i = 0 ; i < nums.length ; i++){
            if(nums[i] == k) count++;
            int temp = nums[i];
            for(int j = i + 1 ; j < nums.length ; j++){
                if((temp += nums[j]) == k) count++;
            }
        }
        return count;        
    }
}

滑动窗口错误解法:

class Solution {
    public int subarraySum(int[] nums, int k) {
        int count = 0;
        int r = 0;
        int l = 0;
        int temp = 0;
        while (r < nums.length) {
            temp+=nums[r];
            //此时达到l指针应该走的条件
            while (temp == k) {
                count++;
                temp -= nums[l];
                l++;
            }
            r++;
        }
        return count;      
    }
}

l走的条件不对啊,l指针走的情况应该是让加和变小,然后加和小之后,才能让r指针走再次让加和变大,直到再次找到一个加和为k的子数组。

class Solution {
    public int subarraySum(int[] nums, int k) {
        int count = 0;
        int r = 0;
        int l = 0;
        int temp = 0;
        while (r < nums.length) {
            temp+=nums[r];
            //此时达到l指针应该走的条件:
            //条件是sum加和大于k,此时right指针不能走了
            //应该让left指针走,这样才能保证sum减小
            //当sum小于k时,此时再动right指针,最终找到新的加和子数组
         
            while (temp > k) {
                temp -= nums[l];
                l++;
            }
            if (temp == k) count++;
            r++;
        }
        return count;      
    }
}
### 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