给定一个整数数组和一个整数?k,你需要找到该数组中和为?k?的连续的子数组的个数。
示例 1 :
输入:nums = [1,1,1], k = 2
输出: 2 , [1,1] 与 [1,1] 为两种不同的情况。
说明 :
数组的长度为 [1, 20,000]。
数组中元素的范围是 [-1000, 1000] ,且整数?k?的范围是?[-1e7, 1e7]。

这个前缀和数组preSum的含义也很好理解,preSum[i]就是nums[0..i-1]的和。那么如果我们想求nums[i..j]的和,只需要一步操作preSum[j+1]-preSum[i]即可,而不需要重新去遍历数组了。
int subarraySum(int[] nums, int k) {
int n = nums.length;
// 构造前缀和
int[] sum = new int[n + 1];
sum[0] = 0;
for (int i = 0; i < n; i++)
sum[i + 1] = sum[i] + nums[i];
int ans = 0;
// 穷举所有子数组
for (int i = 1; i <= n; i++)
for (int j = 0; j < i; j++)
// sum of nums[j..i-1]
if (sum[i] - sum[j] == k)
ans++;
return ans;
}
这个解法的时间复杂度
空间复杂度
,并不是最优的解法。不过通过这个解法理解了前缀和数组的工作原理之后,可以使用一些巧妙的办法把时间复杂度进一步降低。
优化的思路是:我直接记录下有几个sum[j]和sum[i]-k相等,直接更新结果,就避免了内层的 for 循环。我们可以用哈希表,在记录前缀和的同时记录该前缀和出现的次数。
public int subarraySum(int[] nums, int k) {
Map<Integer,Integer> map = new HashMap();
int sum_i = 0;
int sum_j = 0;
int result = 0;
map.put(0,1);
for(int i=0;i<nums.length;i++){
sum_i = sum_i + nums[i];
//和当前前缀和sum_i差k的前缀和为sum_j
sum_j = sum_i- k;
if(map.get(sum_j)!=null){
//之前存在这个前缀和就把结果加1
result = result + map.get(sum_j);
}
map.put(sum_i,map.getOrDefault(sum_i,0)+1);
}
return result;
}
?
?
?
原文:https://blog.51cto.com/u_13270164/2977854