和为K的子数组数量：前缀和+Hash

最新推荐文章于 2025-08-10 21:28:09 发布

一只老风铃

最新推荐文章于 2025-08-10 21:28:09 发布

阅读量420

点赞数 1

CC 4.0 BY-SA版权

文章标签：哈希算法算法 leetcode

本文链接：https://blog.csdn.net/qq_33369979/article/details/125981064

本文介绍了一种优化算法，利用前缀和和哈希映射降低子数组和为k的问题求解时间复杂度，从O(N^3)提升至O(N)。通过实例和代码实现详细阐述了如何统计整数数组中和为给定整数k的连续子数组数量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题描述

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

问题分析

由于数组中的数 有可能为负数，因此无法采取滑动窗口的求解方式，因为无法确定窗口的移动方向。

朴素做法

即枚举每一种可能，时间复杂度为O(N3)三次方级别

采取一个前缀和数组sum[]，存储前面n项目的和，那么任意一个区间的子数组和为sum[j]-sum[i-1]

该方法的时间复杂度为平方级别，即枚举每一个可能的区间。

优化做法

由于前缀和数组为sum[i]，那么只需要判断之前是否存在大小为sum[i]-k的前缀和即可，这样两者之间的子数组和大小为k。由于是计数问题，因此只要在向后迭代过程中，记录下 <前缀和，出现数量> 即可，采取map的方式优化这一查询。最终使得复杂度降低为O(N)级别

代码实现

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {


        int len = nums.size();

        map<int,int> mp;  // mp[k]= m 表示前面 前缀和中为K的有m组
        int count = 0;
        vector<int> pre_add(len+1,0);
        mp[0] = 1;
        for(int i=0;i<len;i++)
        {
            pre_add[i+1]=pre_add[i]+nums[i];
            if(mp[pre_add[i+1]-k]>0)  //说明前面有前缀和 = pre_add[i+1]-k 的 那么这之间的即可构成和为k
            {
                count+=mp[pre_add[i+1]-k];
            }
            mp[pre_add[i+1]]+=1; //前缀和为当前数的+1

        }

       return count;

    }
};