如果要得到「区间和」,能想到最简单的方法就是遍历所求区间,循环相加即可。如果这种需求有很多,此时,时间复杂度为
基于上面描述的场景,我们完全可以使用「前缀和」优化,前缀和数组中每个元素的值为区间[0..i]的元素和
注意:前缀和适用于不变数组;对于变化的数组,可以使用「线段树」,关于线段树的详细介绍可见 线段树详解
题目详情可见 区域和检索 - 数组不可变
建议:preSum[]整体向后偏移一位,简便处理
如果求区间[2,4]的和,只需计算preSum[4 + 1] - preSum[2]即可
下面给出详细代码:
xxxxxxxxxxclass NumArray { // 记录前缀和的数组 private int[] preSum; public NumArray(int[] nums) { // preSum 从 1 开始,避免越界问题 preSum = new int[nums.length + 1]; for (int i = 1; i < preSum.length; i++) { preSum[i] = preSum[i - 1] + nums[i - 1]; } } public int sumRange(int left, int right) { return preSum[right + 1] - preSum[left]; }}题目详情可见 二维区域和检索 - 矩阵不可变
如果求红色区间的和,只需求preSum[4,4] - preSum[1,4] - preSum[4,1] + preSum[1,1]即可
preSum[4,4]:黄 + 蓝 + 绿 + 红preSum[1,4]:黄 + 蓝preSum[4,1]:黄 + 绿preSum[1,1]:黄下面给出详细代码:
xxxxxxxxxxclass NumMatrix { private int[][] preSum; public NumMatrix(int[][] matrix) { int m = matrix.length; int n = matrix[0].length; preSum = new int[m + 1][n + 1]; for (int i = 1; i < m + 1; i++) { for (int j = 1; j < n + 1; j++) { preSum[i][j] = preSum[i - 1][j] + preSum[i][j - 1] - preSum[i - 1][j - 1] + matrix[i - 1][j - 1]; } } } public int sumRegion(int row1, int col1, int row2, int col2) { return preSum[row2 + 1][col2 + 1] - preSum[row1][col2 + 1] - preSum[row2 + 1][col1] + preSum[row1][col1]; }}题目详情可见 和为 K 的子数组
借鉴「两数和」的思路,利用HashMap。下面给出详细代码:
public int subarraySum(int[] nums, int k) {
Map<Integer, Integer> preSum = new HashMap<>(); preSum.put(0, 1);
int sum = 0; int res = 0; for (int i = 0; i < nums.length; i++) { sum += nums[i]; int target = sum - k; if (preSum.containsKey(target)) res += preSum.get(target); preSum.put(sum, preSum.getOrDefault(sum, 0) + 1); } return res;}