[LC优选算法#18] 前缀和 | 除⾃⾝以外数组的乘积 | 和为K的⼦数组 | 和可被K整除的⼦数组

1. 除⾃⾝以外数组的乘积

除⾃⾝以外数组的乘积

解题思路:

由于题目限制了不能使用除法,因此不能采用全部相乘在除以nums[i]的方式解题。从暴力解法出发,我们只能将除nums[i]以外的元素相乘后逐个放入数组,但这样重复的操作太多,不符合O(N)的时间复杂度。因此,我们采用前缀和思想优化暴力解法。

  1. 前缀和 O(N):对于返回数组中的每一个结果ret[i],都是由两部分组成的:前面 元素的乘积 * 后面 元素的乘积。因此,我们可以预处理出两个前缀和数组,一个数组存储每个数之前元素的乘积,另一个存之后元素的乘积。
cpp 复制代码
class Solution {
public:
    vector<int> productExceptSelf(vector<int>& nums)
    {
        int n = nums.size();
        vector<int> fx(n, 1);
        vector<int> gx(n, 1);

        for(int i=1; i<n; i++)
        {
            fx[i] = fx[i - 1] * nums[i - 1];
        }

        for(int i=n-2; i>=0; i--)
        {
            gx[i] = gx[i + 1] * nums[i + 1];
        }

        vector<int> ret;
        for(int i=0; i<n; i++)
        {
            int left = fx[i];
            int right = gx[i];

            ret.push_back(left * right);
        }

        return ret;
    }
};

2. 和为K的⼦数组

和为 k 的⼦数组

解题思路:

  1. 暴力 O(N^2):固定起始位置向后枚举,每次加到末尾,统计数组中和为K的子数组个数。
  2. 前缀和 + 哈希表 时O(N)空O(N):这道题和前缀和的例题类似,但如果只是单单预处理一个前缀和数组,后续还需要进行多次相减才能找到和为K的连续子数组个数,和暴力枚举貌似没区别。对此,我们引入哈希表 存储,这样问题就转化为在数组中查找和为sum[i] - k的前缀和了。
cpp 复制代码
class Solution {
public:
    int subarraySum(vector<int>& nums, int k)
    {
        unordered_map<int, int> hash;
        int sum = 0, cnt = 0;
        hash[0] = 1;
        
        for(auto x : nums)
        {
            sum += x;
            if(hash.count(sum - k) == 1)
            {
                cnt += hash[sum - k];
            }

            hash[sum]++;
        }

        return cnt;
    }
};

3. 和可被K整除的⼦数组

和可被K整除的⼦数组

前置知识:

  • 同余定理 :如果 (a - b) % n == 0,那么我们可以得到一个结论:a % n == b % n,反过来也成立。⽤⽂字叙述就是,如果两个数相减的差能被 n 整除,当且仅当这两个数对 n 取模的结果相同。
  • 负数取模修正 :C++中对负数取模,结果还会返回负数(取模结果加上符号)。我们需要对取模结果进行修正,以(a % n + n) % n的形式输出保证为正。例如:-1 % 3 = (-1 % 3 + 3) % 3 = 2。

解题思路:

  1. 前缀和 + 哈希表 时O(N)空O(N):本题解题思路和上题类似,都是用哈希表+前缀和 解决。根据同余定理,如果s1 % k和sum % k的余数相同,那么所求的子区间(sum - s1) % k == 0。这样问题就变为:找到在[0, i - 1]区间内,有多少前缀和的余数等于sum[i] % k的区间即可。
cpp 复制代码
class Solution {
public:
    int subarraysDivByK(vector<int>& nums, int k)
    {
        unordered_map<int, int> hash; //存储余数+出现次数

        int sum = 0, ret = 0;
        hash[0] = 1; //0位置初始化为1,因为0是可以整除任何数的元素

        for(auto x : nums)
        {
            sum += x;
            int r = (sum % k + k) % k;
            if(hash.count(r))
            {
                ret += hash[r]; //sum范围内所有余数为r的子区间都满足
            }

            hash[r]++;
        }

        return ret;
    }
};

// 本期内容就到这里啦,如果对你有帮助,请三连支持!我是青云,我们下期见^_~

相关推荐
zyl76516 小时前
FlashAttention 详解:从 GPU 硬件、普通 Attention 到分块计算与 Online Softmax
算法
爱读书的小胖20 小时前
LeetCode 122:买卖股票的最佳时机 II(C)解题分析
算法
结局无敌20 小时前
React Native for OpenHarmony 实战:三方库 react-native-modal-dialog 的鸿蒙化适配指南
深度学习·算法·react native·react.js·harmonyos
OPEN-F20 小时前
ROS2系列教程:上位机建图与导航(原理综合)
算法·机器人
weixin_3077791320 小时前
C++代码实现MATLAB中的fitrtree函数功能
开发语言·c++·算法·matlab
tomwang032220 小时前
路径优化建模、优化算法分类及工程化小结
算法·数学建模·分类
小羊没烦恼!20 小时前
Ajax与JSON的一些总结
android·java·前端·数据库·mysql·算法·okhttp
by2099921 小时前
哈希表——快速找到数据:冲突、删除与扩容的实现
数据结构·c++·哈希算法·散列表
2501_9269783321 小时前
人机通信协议--人和机器之间的交互想象
人工智能·经验分享·算法·ai写作
行者全栈架构师21 小时前
【鸿蒙心迹】互动卡片全链路——把核心功能放到桌面(FormKit 实战)(HarmonyOS 7.x)
前端·算法·架构