先上题目
题目链接:题目链接
- 这题我最先想到的就是前缀和a,构造好了以后就遍历每一个[l,r]数组(满足题目要求的连续区间数组),奈何倒数第二个样例时间超限
- 先给出原思路代码
class Solution {
public:
int subarraySum(vector<int>& nums, int k) {
//
vector<int> a;
int x = 0;
int len = nums.size();
a.resize(len + 2, 0);
a[1] = nums[0];
for (int i = 2; i <= len; i++) {
a[i] = nums[i - 1]; // 0号赋值,
a[i] += a[i - 1];
}
// 核心需要优化的地方
for (int i = 0; i <= len; i++) {
for (int j = i + 1; j <= len; j++) {
if (a[j] - a[i] == k)
x++;
}
}
return x;
}
};
- 但是介于给出的数组中可能有正数、负数,所以同样的前缀和大小可能有好几个,可以巧妙利用哈希表的find功能(或者count功能,都是查找函数),实现O(n)一次遍历全部数字就好了
- 代码如下,已ac,主要是把上面那份代码的“核心需要优化的部分”修改
class Solution {
public:
int subarraySum(vector<int>& nums, int k) {
//
vector<int> a;
int x = 0;
int len = nums.size();
a.resize(len + 2, 0);
a[1] = nums[0];
//从a[1]开始存前缀和
for (int i = 2; i <= len; i++) {
a[i] = nums[i - 1]; // 0号赋值,
a[i] += a[i - 1];
}
unordered_map<int,int> myMap;
// 核心需要优化的地方
for (int i = 0; i <= len; i++) {
//目的是a[i]-a[l]==k 所以要寻找a[l]
if(myMap.count(a[i]-k)) x+=myMap[a[i]-k];
myMap[a[i]]++;
}
return x;
}
};
- 这个思路让我想起之前做过一道题,几乎完全一样的思路,利用哈希表
题目链接
实现代码:
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
unordered_map<int,int> myMap;
vector<int> x;
for(int i=0;i<nums.size();i++){
//说明first是具体数值
auto it=myMap.find(target-nums[i]);
if(it!=myMap.end())
{
x ={i,it->second};
return x;
}
myMap[nums[i]]=i;
}
return x;
}
};
- 共同点是它们都利用了哈希表(unordered_map)的特性来快速查找和存储信息,以便在遍历数组时可以高效地找到满足条件的元素或子数组。
- 两道题都是对vector& nums, int k进行查找与操作,大家可以根据这两道题找找思路,以后碰到类似题考虑该方法~