目录
给你一个整数数组?nums
?和一个整数?k
?,请你统计并返回?该数组中和为?k
?的子数组的个数?。
子数组是数组中元素的连续非空序列。
示例 1:
输入:nums = [1,1,1], k = 2 输出:2
示例 2:
输入:nums = [1,2,3], k = 3 输出:2
暴力破解
两层for循环 穷举所有示例,找到符合的count++
算法示意图
public class Solution {
public int subarraySum(int[] nums, int k) {
int count = 0;
for (int start = 0; start < nums.length; ++start) {
int sum = 0;
for (int end = start; end >= 0; --end) {
sum += nums[end];
if (sum == k) {
count++;
}
}
}
return count;
}
}
居然没有超时,超乎我的想象
?但我知道肯定不能这么做。。。寻求优化
使用前缀和的方法可以解决这个问题,因为我们需要找到和为k的连续子数组的个数。
通过计算前缀和,我们可以将问题转化为求解两个前缀和之差等于k的情况。
用一个Map集合,然后将key值为找到的前缀和,然后都存到Map中,通过不同的前缀和相减得到某个区间的一段和。
每算一次前缀和,就判断是否在map中(count是看有多少个满足条件的前缀和)
? ? ? ? 在:返回值count+=map.get(key)?然后更新这个前缀和在map中的count +1
? ? ? ? 不在:更新前缀和在map中的count+1
最后返回count即可
public class Solution {
public static int subarraySum(int[] nums, int k) {
int count = 0;
int sum = 0;
Map<Integer, Integer> map = new HashMap<>();
//key 为前缀和 value为count
map.put(0, 1); // 初始化前缀和为0的次数为1
for (int i = 0; i < nums.length; i++) {
sum += nums[i];
//关键在这,sum-k就是在找另外一段前缀和是否存在
if (map.containsKey(sum - k)) {
count += map.get(sum - k);
}
map.put(sum, map.getOrDefault(sum, 0) + 1);
}
return count;
}
}
确实快噢~?