LeetCode 930 和相同的二元子数组[动态规划 前缀和] HERODING的LeetCode之路

Posted 2021-08-03 HERODING23

解题思路：
这题可以用多种方法去解决，第一种是利用哈希表实现的前缀和方法，前缀和最大的好处是可以通过前缀和之间的差是否为goal判断序列是否符合标准，即寻找当前前缀和sum - goal是否存在，代码如下：

class Solution {
public:
    int numSubarraysWithSum(vector<int>& nums, int goal) {
        int len = nums.size();
        vector<int> sum(len + 1);
        // 计算前缀和
        for(int i = 0; i < len; i ++) {
            sum[i + 1] = sum [i] + nums[i]; 
        }
        // 哈希表统计
        unordered_map<int, int> mp;
        int ans = 0;
        for(int& s : sum) {
            if(mp.count(s - goal)) {
                ans += mp[s - goal];
            }
            mp[s] ++;
        }
        return ans;
    }
};

这种方法甚至不需要数组存储前缀和的值，直接定义一个sum存储即可，代码如下：

class Solution {
public:
    int numSubarraysWithSum(vector<int>& nums, int goal) {
        int len = nums.size();
        int sum = 0;
        // 哈希表统计
        unordered_map<int, int> mp;
        mp[0] ++;
        int ans = 0;
        for(int i = 0; i < len; i ++) {
            sum += nums[i];
            if(mp.count(sum - goal)) {
                ans += mp[sum - goal];
            }
            mp[sum] ++;
        }
        return ans;
    }
};

动态规划的方法虽说是动态规划，本质还是前缀和形式，dp[i]代表前缀和为i的次数，代码如下：

class Solution {
public:
    int numSubarraysWithSum(vector<int>& nums, int goal) {
        int len = accumulate(nums.begin(), nums.end(), 0);
        vector<int> dp(len + 1, 0);
        dp[0] = 1;
        int ans = 0;
        int sum = 0;
        for(int& num : nums) {
            sum += num;
            if((sum - goal >= 0) && dp[sum - goal]) {
                ans += dp[sum - goal];
            }
            dp[sum] ++;
        }
        return ans;
    }
};