二维前缀和
二维前缀和

//目标数组设定为arr[n+1][m+1],留意标题数组是从1下标开始
如果我们使用暴力解法,每次前缀和都遍历数组那么时间复杂度就是O(m*n*q)如许的时间复杂度必然是会超时的
所以我们必须转换思绪,首先创建一个前缀和数组dp[n+1][m+1],这个数组里的每个元素都是arr[1][1]到arr[j]这个范围的矩阵的所有元素的和,好比以上图输入为例。
dp[2][2]就是arr数组的arr[1][1]到arr[2][2]的矩阵的和,即1+2+3+2=8。
求前缀和数组
如果直接求的话并欠好求,可以将区间矩阵分为四个区域

我们要求的就是dp[j] = a+b+c+d,但是b和c区域并欠好求,可以变动一下方法表达式也可以写成
dp[j] = (a+b) + (a+c) + d - a,b区域可以看作a+b区域再减去一个a区域,c区域可以看作a+c区域再减去一个a区域。a+b区域就是dp[i-1][j],a+c区域就是dp[j-1],a区域就是dp[i-1][j-1],d区域就是arr[j]所以最后可以得到
dp[j] = dp[i-1][j] + dp[j-1] + arr[j] - dp[i-1][j-1]
按照公式就可以以O(n)的效率完成前缀和数组
使用前缀和数组
我们要求的就是[(x1,y1),(x2,y2)]范围的所有数据的和也就是d区域,那么按照刚刚的方法
d = (a+b+c+d) - (a+b) - (a+c) + a,(a+b+c+d)就是dp[x2][y2],(a+b)就是dp[x1-1][y2],(a+c)就是dp[x2][y1-1],a就是dp[x1-1][y1-1]
所以可以得到公式d = dp[x2][y2] - dp[x1-1][y2] - dp[x2][y1-1] + dp[x1-1][y1-1]
代码
- public class Main {
- public static void main(String[] args) {
- Scanner in = new Scanner(System.in);
- // 注意 hasNext 和 hasNextLine 的区别
- //输入
- int n = in.nextInt();
- int m = in.nextInt();
- int q = in.nextInt();
- int[][] arr = new int[n+1][m+1];
- for(int i = 1;i<=n;i++){
- for(int j = 1;j<=m;++j){
- arr[i][j] = in.nextInt();
- }
- }
- //创建前缀和数组
- long[][] dp = new long[n+1][m+1];
- for(int i = 1;i<=n;i++){
- for(int j = 1;j<=m;++j){
- dp[i][j] = dp[i-1][j] + dp[i][j-1] + arr[i][j] - dp[i-1][j-1];
- }
- }
- //使用前缀和数组
- while(q > 0){
- int x1 = in.nextInt() ,y1 = in.nextInt();
- int x2 = in.nextInt() ,y2 = in.nextInt();
- System.out.println(dp[x2][y2]-dp[x1-1][y2]-dp[x2][y1-1]+dp[x1-1][y1-1]);
- q--;
- }
- }
复制代码 和为k的子数组
和为k的子数组

首先我们可以想到暴力解法遍历nums每一个元素,判断从这个元素开始到数组末尾一共有几个和为k的子数组,但是如许的时间复杂度为O(n^2),很可能就超时了。
然后因为是找子数组,所以很容易就想到使用滑动窗口,但是仔细思索就会发现,这个方法行不通,因为数组元素可以为负数,所以即使在窗口内的元素和大于k那么继续向右增加窗口长度最后仍然可能便是k。
最厥后绘图分析一下。

//sum是i位置的前缀和
如果我们想要知道i位置火线有几个和为k的子数组只需要找到,i位置前面有几个和为sum-k的前缀和就行。每次遍历都会找到以i下标结尾的和为k的子数组有几个,当遍历完nums数组时就能找到所有子数组了。
既然要统计个数,我们就可以用到hash表,将nums的前缀和放到hash表里,并统计个数所以我们需要一个<Integer,Integer>的hash表,表示值为xx的前缀和出现了xx次。
//如果如果整个数组的和正好为k的话,就需要一个为0的前缀和,也就是sum-k=0,所以应该提前插入插入一个hash[0] = 1;
代码
- class Solution {
- public int subarraySum(int[] nums, int k) {
- int n = nums.length;
- Map<Integer,Integer> hash = new HashMap();
- hash.put(0,1);
- int sum = 0;
- int ret = 0;
- for(int i = 0;i < n;++i){
- sum += nums[i];//计算前缀和
- ret += hash.getOrDefault(sum-k,0);//统计结果个数
- hash.put(sum,hash.getOrDefault(sum,0)+1);//将前缀和放到hash表
- }
- return ret;
- }
- }
复制代码 两整数之和
两整数之和
这个标题描述很简单,求两个数之和,但是不能用加号和减号,那么就天然想到使用位运算。
举例a=12:01100,b = 21:10101
异或"^"这个符号可以看作无进位加法,好比1^0=1,1^1=0。
那么01100^10101 = 11001,这个数就是12和21的无进位相加,相当于这个数和我们的目标值,就缺失了进的位,那么我们在来分析一下,只有当两个位上都是1时才会产生进位,也就是对应两位相与的结果是1的话就说明这两位产生了进位也就是a&b,但是进位是要进到下一位所以要左移一位,就是(a&b)<<1,(01100&10101)<<1 = 01000,最后我们把a^b的得到的数和这个相加,最后得到的就是目标值。
相加的话照旧要用刚刚的方法,也就是如今转换为,11001+01000,再次循环刚刚的方法。
11001^01000 = 10001,(11001&01000)<< 1 = 10000,同理再次循环刚刚的方法.
010001^010000 = 000001,(010001&010000)<<1 = 100000,同理再次循环刚刚的方法.//因为最高位进位了,所以在前面补一位。
000001^100000 = 100001,(000001&100000)<<1 = 000000,此时没有进位的值,也就说明当进位值为0时a^b得到的值就是终极值,32:100001
代码
- class Solution {
- public int getSum(int a, int b) {
- while(b != 0){
- int m = a;
- a = a ^ b;//无进位相加
- b = (m & b) << 1;//进位
- }
- return a;
- }
- }
复制代码 只出现一次的数
只出现一次的数
如果如今我们给数组中每个元素的第一个比特位的数加起来,因为除了目标元素其他元素都是三个三个的出现,所以如果这一位是1,那么三个数都是1,如果这个数是0,那么三个数都是0,所以我们相加得到的数一定是一个三的倍数,在加上目标元素的这一位,也就会有两种情况
3n+1或者3n+0,3n代表除目标元素外其余元素这一比特位数值之和,后面的+1和+0这代表目标元素这一比特位的值,那么我们如今令(3n+1)%3 = 1或者(3n+1)%3 = 0,发现此时我们的到的数就是目标元素这一比特位的值,所以可以得到结论
数组中所以元素的任意一比特位之和,再模3(%3),得到的数就是我们要找的目标元素这一比特位的值
最后我们将所以元素的所有比特位都进行这个操作(3n+1或0)%3,就能找到我们的目标元素
代码
- class Solution {
- public int singleNumber(int[] nums) {
- int ret = 0;
- for(int i = 0;i < 32;++i){
- int sum = 0;
- for(int x: nums){
- sum += (x >> i) & 1;//将所有元素第i位的数相加
- }
- sum = sum % 3;
- if(sum == 0){
- ret &= (~(1 << i));//将i位置置为0
- }else {
- ret |= (1 << i);//将i位置置为1
- }
- }
- return ret;
- }
- }
复制代码
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。 |