LeetCode Continuous Subarray Sum 题解 同余前缀和 Hash表

文章目录

• 题意
• 思路
• 特殊情况k=0
• Source Code 1
• Source Code 2

题意

给定一个数组和一个整数k，返回是否存在一个长度至少为2的连续子数组的和为k的倍数。

思路

和上一篇博客的思路基本一致。

LeetCode subarray-sum-equals-k题解

所不同的是，子数组至少长度为2。因此需要一个缓冲区，延缓往Hash表中加数的操作。

另外，因为是和变成是k的倍数。利用同余的知识易得我们维护的前缀和是群ZkZ_kZk​中的和。

---

ps.这里我犯了一个错误，没有考虑k取0的情况，当值RE一次，然后简单的改成返回true再次WA一次。

特殊情况k=0

不在取模，不考虑同余了。注意到0的倍数的集合中只有0一个元素，因此直接变成和为k=0的情况即可。

Source Code 1

考虑到子数组的最小大小如果变化的通用性，我用了一个队列做缓冲。

现在写博客的时候突然想到其实可以用两个sum，同步移动，分别往后算就好了。一个负责枚举的右边的sum，一个负责要更新hash表的sum.也可以实现通用性。

结果：

• 8 ms 49.62%
• 40.9 MB 100%
  
  嫌49.62%太低，我就改了一下延迟更新hash表的方式。

class Solution {
    public boolean checkSubarraySum(int[] nums, int k) {
        final int minSubArrLen = 2;
        int len = nums.length;
        if (len < minSubArrLen)
            return false;
        Queue<Integer> q = new LinkedList<Integer>();
        int sum = 0;
        q.offer(sum); // sum[-1]
        int i;
        for (i =0; i < minSubArrLen-1; ++i) {
            sum = f((sum+nums[i]),k);
            q.offer(sum); // sum[i]
        }
        //key:sum(mod k),value:the count of sum[i] where i<r
        Set<Integer> l = new HashSet<Integer>();
        int tmp;
        for (;i < len; ++i) {
            tmp = q.poll();
            l.add(tmp);
            sum = f((sum+nums[i]),k);
            q.offer(sum);
            if (l.contains(sum))
                return true;
        }
        return false;
    }

    int f(int a,int b) {
        return b == 0 ? a : a%b;
    }
}

Source Code 2

结果

• Runtime: 6 ms, faster than 94.01%
• Memory Usage: 41.3 MB, less than 100.00%

class Solution {
    public boolean checkSubarraySum(int[] nums, int k) {
        int len = nums.length;
        if (len < 2)
            return false;
        int sum = 0;
        //key:sum(mod k),value:the count of sum[i] where i<r
        Set<Integer> l = new HashSet<Integer>();
        l.add(0); // sum[-1]
        sum = (k != 0) ? (nums[0])%k : nums[0]; //sum[0]
        int t = sum;
        for (int i = 1;i < len; ++i) {
            sum = (k != 0) ? (sum+nums[i])%k : sum+nums[i];
            if (l.contains(sum))
                return true;
            l.add(t);
            t = sum;
        }
        return false;
    }
}