基础算法之前缀和--Java实现(下)--LeetCode题解:-和为 K 的子数组 - 和可被 K 整除的子数组 -连续数组-矩阵区域和

这里是Themberfue 

 和为 K 的子数组

        题目解析

返回子数组中所有元素的和等于给定k的个数。

        算法讲解 

· 这题好像是用滑动窗口解决，但其实不能，因为 nums 中的元素可能存在负数，就不能保证其单调性的性质。

· 用前缀和求也不易想到，但是我们应该换个角度看问题，既然是某一段的和，这一段的起点可能是从0开始，也可能不从0开始。

· 也就是说，要想满足题目要求的话，那么就构成一个等式，当前 i 的前缀和减去 k 肯定等于i 前些前缀和的某个前缀和。

· 如图所示，也就是若出现让这个等式成立的情况，那么从 0 到 i 这一范围内，肯定存在满足题目要求的子数组，可能不止一个。

· 所以我们借助哈希表解题，并将当前 i 的前缀和以及出现的次数的存入哈希表中，若该哈希表中存在 前缀和 - k，那么就让计数器加上其出现的次数。

· 细节：

        1. 前缀和为0时，其次数应该初始化为1，因为可能存在 sum - k = 0的情况，这也是满足题目条件的。

        2. 我们不用真的创建一个前缀和数组，只需要维护一个 sum 就好，然后将当前的 sum 加入到哈希表中即可。

        编写代码

class Solution {public int subarraySum(int[] nums, int k) {// 创建哈希表标记前缀和出现的次数Map<Integer, Integer> hash = new HashMap<>();hash.put(0, 1);int sum = 0, count = 0;for (int i = 0; i < nums.length; i++) {sum += nums[i];count += hash.getOrDefault(sum - k, 0);hash.put(sum, hash.getOrDefault(sum, 0) + 1);}return count;}
}

和可被 K 整除的子数组

        题目解析

返回子数组中所有元素的和可以被k整除的个数。

        算法讲解 

· 本题借助一个数学定理解题会更方便 => 同余定理

· 假设两数字 i 和 j，这两数的差除以任一数，若可以整除得到 k。即 (i - j) / p == k ...... 0

· 则 i % p == j % p

· 利用这一定理，便可求解出题目，思路和上一题差不多。

· 细节：对于负数的取余，需要作特殊情况。

        编写代码 

class Solution {public int subarraysDivByK(int[] nums, int k) {// 存放前缀和的余数以及出现的次数Map<Integer, Integer> hash = new HashMap<>();hash.put(0, 1);// 根据同余定理int sum = 0, count = 0;for (int x: nums) {sum += x; // 计算当前位置的前缀和int mod = (sum % k + k) % k; // Java取模的特殊性，当被除数为负数时取模结果为负数，需要纠正count += hash.getOrDefault(mod, 0);hash.put(mod, hash.getOrDefault(mod, 0) + 1);}return count;}
}

连续数组

        题目解析

这是一个只含 0 和 1 的数组，找到数组中 0 和 1 数量相同的子数组，返回最长子数组的长度

        算法讲解 

· 既然是相同数量的 0 和 1，如果把 0 都变成 -1，那么相同数量 0 和 1 的子数组的和就一定是 0

· 利用这一性质，i 下标的前缀和若与之前下标的前缀和相同，则存在这样的子数组，更新长度。

· 即 sum - x = 0

        编写代码 

class Solution {public int findMaxLength(int[] nums) {// 存放前缀和和对应的下标Map<Integer, Integer> hash = new HashMap<>();hash.put(0, -1); // 前缀和为0所对应的下标应该为-1// 转化为和为0的子数组int sum = 0, len = 0; for (int i = 0; i < nums.length; i++) {sum += nums[i] == 0 ? -1 : 1; // 将所有的0转化为-1// 不需要每次都更新key为sum的值，只需更新一次即可if (hash.containsKey(sum)) len = Math.max(len, i - hash.get(sum)); // 存在与当前sum相同的前缀和，则更新数据else hash.put(sum, i); // 不存在，则将其放入哈希表}return len;}
}

矩阵区域和

        题目解析

求出 (i - k, j - k) 到 (i + k, j + k) 之间的和即可。

        算法讲解 

· 本题使用二维前缀和，首先根据公式创建出前缀和数组。

· 随后根据题目要求，求出 x1，x2，y1，y2坐标。

· 最后带入公式即可。

· 细节：注意下标映射关系以及边界处理。

        编写代码 

class Solution {public int[][] matrixBlockSum(int[][] mat, int k) {// 创建dp二维前缀和数组int m = mat.length + 1, n = mat[0].length + 1;int[][] dp = new int[m][n];for (int i = 1; i < m; i++) {for (int j = 1; j < n; j++) {dp[i][j] = dp[i - 1][j] + dp[i][j-1] + mat[i - 1][j - 1] - dp[i-1][j-1];}}int[][] answer = new int[m - 1][n - 1];for (int i = 0; i < m - 1; i++) {for (int j = 0; j < n - 1; j++) {int x1 = Math.max(i - k, 0), x2 = Math.min(i + k, m - 2);int y1 = Math.max(j - k, 0), y2 = Math.min(j + k, n - 2);answer[i][j] = dp[x2 + 1][y2 + 1] - dp[x1][y2 + 1] - dp[x2 + 1][y1] + dp[x1][y1];}}return answer;}
}

好了，以上就是今天内容的全部讲解，如果有不懂的地方，随时私聊😘

我们下一章节见 => 位运算😁