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 的连续子数组的个数 。
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
提示:
1 <= nums.length <= 2 * 104-1000 <= nums[i] <= 1000-107 <= k <= 107算出每一个连续子数组的和即可,超时。
- public class Solution {
- public int subarraySum(int[] nums, int k) {
- int count = 0;
- for (int i=0; i
- int sum = 0;
- for (int j=i; j
- sum += nums[j];
- if (sum == k) {
- count++;
- }
- }
- }
- return count;
- }
- }
时间复杂度: O(N^2)
空间复杂度: O(N)
2、保存前n个的和
暴力方法超时的原因是我们重复算了很多遍和,是否可以将这些和提前保存下来呢?
于是想到,我们使用数组sum[],sum[i]表示数组中前i个数字的和(注意是前i个,而不是索引i之前),我们想要计算某一段子数组的和,比如索引i到j的和,只需计算sum[j+1] - sum[i]即可。
- class Solution {
- public int subarraySum(int[] nums, int k) {
- int len = nums.length;
- // int sum = 0;
- int count = 0;
- int []sum = new int[len+1];
- sum[1] = nums[0];
- for(int i=2; i
1; i++) { - sum[i] = sum[i-1] + nums[i-1];
- }
- int left = 0;
- int right = 0;
- for(int i=0; i
1; i++) { - for(int j=i+1; j
1; j++) { - if((sum[j]-sum[i])==k) {
- count++;
- }
- }
- }
- return count;
- }
- }
时间复杂度: O(N^2)
空间复杂度: O(N)
3、哈希表优化
其实,当我们构建好sum数组后,问题转化为了:在sum数组中有几对差为k的数字?不难想到力扣中的第一道题:1. 两数之和-力扣 中使用哈希表优化时间的方式:我们将sum[i]的出现次数保存在哈希表中,然后去寻找sum[i] - k有几个,即可以O(1)的时间复杂度找到。
- class Solution {
- public int subarraySum(int[] nums, int k) {
- int len = nums.length;
- int count = 0;
- int []sum = new int[len+1];
- sum[1] = nums[0];
- for(int i=2; i
1; i++) { - sum[i] = sum[i-1] + nums[i-1];
- }
- Map
map = new HashMap<>(); - for(int i=0; i
1; i++) { - if(map.containsKey(sum[i]-k)) {
- count += map.get(sum[i]-k);
- }
- map.put(sum[i], map.getOrDefault(sum[i], 0)+1);
- }
- return count;
- }
- }
时间复杂度: O(N)
空间复杂度: O(N)
-
相关阅读:
面向智慧文博的知识图谱构建综述
AWS与SAP扩大战略合作:通过AI增强ERP解决方案
Freemarker
UE引擎实现ShadowMap、体积光(C++)
【C++庖丁解牛】类与对象
从趋势到挑战,资深工程师一站式解读:操作系统运维和可观测性
【雕爷学编程】Arduino BLDC
云原生之k8s】k8s 亲和、反亲和、污点、容忍
【Excel】【latex】将EXCEL中单元格的计算关系还原为公式,用c#重构
ESP32-BLE基础知识
-
原文地址:https://blog.csdn.net/m0_49499183/article/details/128083808