class Solution {
public int pivotIndex(int[] nums) {
int last=0; //放前一个下标的左右差值
int now=0; //放当前下标的左右差值
// 0 位于边界,先算出 0 下标左右的差值
for(int i=1;i<nums.length;i++){
last+=nums[i];
}
//判断是否 0 下标就已经是中心下标
if(last==0){
return 0;
}
//获取各个下标左右两边的差值
for(int i=1;i<nums.length;i++){
now=last-nums[i]-nums[i-1];
if(now==0){
return i;
}
last=now;
}
return -1;
}
}
? ? ? ? 本题的意思很简单,我们需要找到一个中心下标,中心下标左边和右边的数据和是相等的,在遇到一个题时,我们先想一下它的暴力解法,因为优化解法通常是由暴力解法演化而来的
? ? ? ? 本题的暴力解法也很简单,我们可以去求每个下标左右两边的数据和是否相等,每判断一次下标就需要遍历一次数组,而我们最多要判断 n 次,所以时间复杂度为 O(n),这是一个比较大的复杂度了,我们要想一个优化解法
? ? ? ? 要判断左右两边的数据是否相同,我们可以判断左右两边的数据和之差是否为 0 ,如果为 0 ,就说明左右两边的数据和相同,我们可以利用数组 dp 来存储对应下标左右两边的数据和之差,如 dp[ i ] ,就代表 i 下标左右两边的数据和之差,当 dp[ i ] = 0 时就代表? i 下标左右两边的数据和相同,i 下标就为中心下标
? ? ? ? 现在我们要探究的就是如何填充 dp 数组,我画了下面的图方便理解
? ? ? ? 如上图,我们要获取 dp[ i ]?的值就需要 a - b, a = c -?nums[ i ],b = d?+ nums[ i-1 ],所以 a - b =
c -?nums[ i ] - d -?nums[ i-1 ] ,而 c - d =?dp[ i-1 ],所以?dp[ i ] =?dp[ i-1 ]?-?nums[ i ] ?-?nums[ i-1 ],
我们通过上面的式子从左到右便可以填充完 dp 数组
? ? ? ? 要注意,我们首先要计算 dp[ 0 ] 的值,因为当 i =0 时,在该式子中会出现 -1 下标,这是越界的,所以我们先要计算出 0 下标左右两边数据和的差值,再从左到右填充 dp 数组,当 填充到 dp 数组中的值为 0 时,就找到了中心下标
? ? ? ? 实际上,我们在填充 dp 数组时,只需要 dp 前一个下标的值,并且只要 dp 数组中的值出现 0 就不需要遍历了,所以我们直接可以用两个变量,一个记录当前下标的两边数据和的差值,一个记录前一个下标两边数据和的差值,就能代替 dp 数组