【Java 刷题记录】前缀和

ops/2025/2/12 20:05:17/

前缀和

25. 一维前缀和

在这里插入图片描述

示例1:

输入:

3 2
1 2 4
1 2
2 3

输出:

3
6
java">import java.util.Scanner;// 注意类名必须为 Main, 不要有任何 package xxx 信息
public class Main {public static void main(String[] args) {Scanner in = new Scanner(System.in);// 注意 hasNext 和 hasNextLine 的区别while (in.hasNextInt()) { // 注意 while 处理多个 caseint n = in.nextInt();int q = in.nextInt();long[] dp = new long[n + 1];for(int i = 1; i < n + 1; i++) {int number = in.nextInt();dp[i] = dp[i - 1] + number;}for(int i = 0; i < q; i++) {int start = in.nextInt();int end = in.nextInt();System.out.println(dp[end] - dp[start - 1]);}    }}
}

26. 二维前缀和

在这里插入图片描述

示例1:

输入:

3 4 3
1 2 3 4
3 2 1 0
1 5 7 8
1 1 2 2
1 1 3 3
1 2 3 4

输出:

8
25
32

备注:

读入数据可能很大,请注意读写时间。
java">import java.util.Scanner;// 注意类名必须为 Main, 不要有任何 package xxx 信息
public class Main {public static void main(String[] args) {Scanner in = new Scanner(System.in);// 注意 hasNext 和 hasNextLine 的区别while (in.hasNextInt()) { // 注意 while 处理多个 caseint n = in.nextInt();int m = in.nextInt();int q = in.nextInt();long[][] dp = new long[n + 1][m + 1];for(int i = 1; i <= n; i++) {for(int j = 1; j <= m; j++) {int num = in.nextInt();dp[i][j] = dp[i - 1][j] + dp[i][j - 1] - dp[i - 1][j - 1] + num;}}for(int i = 1; i <= q; i++) {int a = in.nextInt();int b = in.nextInt();int c = in.nextInt();int d = in.nextInt();long num = dp[a - 1][d] + dp[c][b - 1] - dp[a - 1][b - 1];System.out.println(dp[c][d] - num);}}}
}

27. 寻找数组的中心下标

给你一个整数数组 nums ,请计算数组的 中心下标

数组 中心下标 是数组的一个下标,其左侧所有元素相加的和等于右侧所有元素相加的和。

如果中心下标位于数组最左端,那么左侧数之和视为 0 ,因为在下标的左侧不存在元素。这一点对于中心下标位于数组最右端同样适用。

如果数组有多个中心下标,应该返回 最靠近左边 的那一个。如果数组不存在中心下标,返回 -1

示例 1:

输入:nums = [1, 7, 3, 6, 5, 6]
输出:3
解释:
中心下标是 3 。
左侧数之和 sum = nums[0] + nums[1] + nums[2] = 1 + 7 + 3 = 11 ,
右侧数之和 sum = nums[4] + nums[5] = 5 + 6 = 11 ,二者相等。

示例 2:

输入:nums = [1, 2, 3]
输出:-1
解释:
数组中不存在满足此条件的中心下标。

示例 3:

输入:nums = [2, 1, -1]
输出:0
解释:
中心下标是 0 。
左侧数之和 sum = 0 ,(下标 0 左侧不存在元素),
右侧数之和 sum = nums[1] + nums[2] = 1 + -1 = 0 。

提示:

  • 1 <= nums.length <= 104
  • -1000 <= nums[i] <= 1000
java">class Solution {public int pivotIndex(int[] nums) {int n = nums.length;long[] dp = new long[n + 1];for(int i = 1; i <= n; i++) {dp[i] = dp[i - 1] + nums[i - 1];}long sum = dp[n];for(int i = 1; i <= n; i++) {if(sum - dp[i] == dp[i - 1]) return i - 1;}return -1;}
}

28. 除自身以外数组的乘积

给你一个整数数组 nums,返回 数组 answer ,其中 answer[i] 等于 nums 中除 nums[i] 之外其余各元素的乘积

题目数据 保证 数组 nums之中任意元素的全部前缀元素和后缀的乘积都在 32 位 整数范围内。

请 **不要使用除法,**且在 O(*n*) 时间复杂度内完成此题。

示例 1:

输入: nums = [1,2,3,4]
输出: [24,12,8,6]

示例 2:

输入: nums = [-1,1,0,-3,3]
输出: [0,0,9,0,0]

提示:

  • 2 <= nums.length <= 105
  • -30 <= nums[i] <= 30
  • 保证 数组 nums之中任意元素的全部前缀元素和后缀的乘积都在 32 位 整数范围内

**进阶:**你可以在 O(1) 的额外空间复杂度内完成这个题目吗?( 出于对空间复杂度分析的目的,输出数组 不被视为 额外空间。)

java">class Solution {public int[] productExceptSelf(int[] nums) {int n = nums.length;// 1. 初始化前缀🐔、后缀🐔数组int[] f = new int[n + 1];f[0] = 1;int[] g = new int[n + 1];g[n] = 1;for(int left = 1, right = n - 1; left <= n && right >= 0; left++, right--) {f[left] = nums[left - 1] * f[left - 1];g[right] = nums[right] * g[right + 1];}// 2. 使用数组封装结果集int[] ret = new int[n];for(int i = 0; i < n; i++) {ret[i] = f[i] * g[i + 1];}return ret;}
}

29. 和为 K 的子数组

给你一个整数数组 nums 和一个整数 k ,请你统计并返回 该数组中和为 k 的子数组的个数

子数组是数组中元素的连续非空序列。

示例 1:

输入:nums = [1,1,1], k = 2
输出:2

示例 2:

输入:nums = [1,2,3], k = 3
输出:2

提示:

  • 1 <= nums.length <= 2 * 104
  • -1000 <= nums[i] <= 1000
  • -107 <= k <= 107
java">class Solution {public int subarraySum(int[] nums, int k) {// 1. 初始化哈希表Map<Integer, Integer> hash = new HashMap<>();hash.put(0, 1);// 2. 遍历数组进行统计int sum = 0;int ret = 0;for(int num : nums) {// 当前前缀和sum += num;// 统计ret += hash.getOrDefault(sum - k, 0);// sum 加入哈希表hash.put(sum, hash.getOrDefault(sum, 0) + 1);}return ret;}
}

30. 和可被 K 整除的子数组

给定一个整数数组 nums 和一个整数 k ,返回其中元素之和可被 k 整除的(连续、非空) 子数组 的数目。

子数组 是数组的 连续 部分。

示例 1:

输入:nums = [4,5,0,-2,-3,1], k = 5
输出:7
解释:
有 7 个子数组满足其元素之和可被 k = 5 整除:
[4, 5, 0, -2, -3, 1], [5], [5, 0], [5, 0, -2, -3], [0], [0, -2, -3], [-2, -3]

示例 2:

输入: nums = [5], k = 9
输出: 0

提示:

  • 1 <= nums.length <= 3 * 104
  • -104 <= nums[i] <= 104
  • 2 <= k <= 104
java">class Solution {public int subarraysDivByK(int[] nums, int k) {// 1. 初始化哈希表int[] hash = new int[k];hash[0] = 1;// 2. 统计int sum = 0;int ret = 0;for(int num : nums) {sum += num;int m = (sum % k + k) % k;ret += hash[m];hash[m]++;}return ret;}
}

31. 连续数组

给定一个二进制数组 nums , 找到含有相同数量的 01 的最长连续子数组,并返回该子数组的长度。

示例 1:

输入: nums = [0,1]
输出: 2
说明: [0, 1] 是具有相同数量 0 和 1 的最长连续子数组。

示例 2:

输入: nums = [0,1,0]
输出: 2
说明: [0, 1] (或 [1, 0]) 是具有相同数量0和1的最长连续子数组。

提示:

  • 1 <= nums.length <= 105
  • nums[i] 不是 0 就是 1
java">class Solution {public int findMaxLength(int[] nums) {int n =  nums.length;// 1. 转化for(int i = 0; i < n; i++) {nums[i] = nums[i] == 0 ? -1 : 1;}// 2. 初始化哈希表Map<Integer, Integer> hash = new HashMap<>();hash.put(0, -1);// 3. 遍历数组进行统计int sum = 0;int ret = 0;for(int i = 0; i < n; i++) {sum += nums[i];// 前面有没有前缀和为 sum 的if(hash.containsKey(sum)) {// 更新 retret = Math.max(i - hash.get(sum), ret);} else {// 进入哈希表hash.put(sum, i);}}return ret;}
}

32. 矩阵区域和

给你一个 m x n 的矩阵 mat 和一个整数 k ,请你返回一个矩阵 answer ,其中每个 answer[i][j] 是所有满足下述条件的元素 mat[r][c] 的和:

  • i - k <= r <= i + k,
  • j - k <= c <= j + k
  • (r, c) 在矩阵内。

示例 1:

输入:mat = [[1,2,3],[4,5,6],[7,8,9]], k = 1
输出:[[12,21,16],[27,45,33],[24,39,28]]

示例 2:

输入:mat = [[1,2,3],[4,5,6],[7,8,9]], k = 2
输出:[[45,45,45],[45,45,45],[45,45,45]]

提示:

  • m == mat.length
  • n == mat[i].length
  • 1 <= m, n, k <= 100
  • 1 <= mat[i][j] <= 100
java">class Solution {public int sum(int[][] dp, int i, int j, int k, int m, int n) {int x1 = i - k + 1;int y1 = j - k + 1;int x2 = i + k + 1;int y2 = j + k + 1;x1 = x1 >= 1 ? x1 : 1;y1 = y1 >= 1 ? y1 : 1;x2 = x2 <= m ? x2 : m;y2 = y2 <= n ? y2 : n;return sum(dp, x1, y1, x2, y2);}public int sum(int[][] dp, int x1, int y1, int x2, int y2) {return dp[x2][y2] - dp[x1 - 1][y2] - dp[x2][y1 - 1] + dp[x1 - 1][y1 - 1];}public int[][] matrixBlockSum(int[][] mat, int k) {// 1. 搞一个前缀和矩阵int m = mat.length;int n = mat[0].length;int[][] dp = new int[m + 1][n + 1];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] - dp[i - 1][j - 1] + mat[i - 1][j - 1];}}// 2. 构造结果集int[][] ret = new int[m][n];for(int i = 0; i < m; i++) {for(int j = 0; j < n; j++) {ret[i][j] = sum(dp, i, j, k, m, n);}}return ret;}
}

http://www.ppmy.cn/ops/36484.html

相关文章

单调栈|84.柱状图中最大的矩形

力扣题目链接 // 版本一 class Solution { public:int largestRectangleArea(vector<int>& heights) {int result 0;stack<int> st;heights.insert(heights.begin(), 0); // 数组头部加入元素0heights.push_back(0); // 数组尾部加入元素0st.push(0);// 第一…

如何迁移Windows PC数据到统信UOS 1070

原文链接&#xff1a;如何迁移Windows PC数据到统信UOS 1070 Hello&#xff0c;大家好啊&#xff01;随着统信UOS 1070的推出&#xff0c;越来越多的用户和企业选择迁移到这个基于Linux的操作系统&#xff0c;以享受其安全性和稳定性的优势。今天&#xff0c;我们将探讨如何使用…

如何删除BigKey

1.2.3、如何删除BigKey BigKey内存占用较多&#xff0c;即便时删除这样的key也需要耗费很长时间&#xff0c;导致Redis主线程阻塞&#xff0c;引发一系列问题。 redis 3.0 及以下版本 如果是集合类型&#xff0c;则遍历BigKey的元素&#xff0c;先逐个删除子元素&#xff0c;…

2024视觉与学习青年学者研讨会(VALSE 2024)热点推文预告

视觉与学习青年学者研讨会&#xff08;VALSE&#xff09;是国内人工智能领域顶尖学者一年一度的研讨会。该会议的特点是大、全、新。会议的规模大&#xff0c;参会者达到五千人以上&#xff1b;会议的主题全&#xff0c;全面覆盖人工智能的各大领域&#xff1b;会议的内容新&am…

网络基础——校验

网络基础——校验 网络通信的层次化模型&#xff08;如OSI七层模型或TCP/IP四层模型&#xff09;中&#xff0c;每一层都有其特定的校验机制来确保数据传输的正确性和完整性。 物理层 校验方式 不直接涉及校验和&#xff0c;但会采用信号编码技术&#xff08;如曼彻斯特编码…

构建多代开发团队的沟通与共识:方法与实践

团队中拥有各个年龄段的开发者是一种常见的现象&#xff0c;如何快速形成一套团队沟通语言、共识和知识体系是团队协作和发展的关键。下面我们就这个话题展开讨论。 1. 建立共同目标和价值观 首先&#xff0c;团队需要明确共同的目标和价值观。无论年龄段的差异如何&#xff…

word:三线表的绘制【攻略】

word&#xff1a;三线表的绘制【攻略】 前言版权推荐word&#xff1a;三线表的绘制效果简单方法另外的方法 最后 前言 2024-5-7 18:25:08 以下内容源自《【攻略】》 仅供学习交流使用 版权 禁止其他平台发布时删除以下此话 本文首次发布于CSDN平台 作者是CSDN日星月云 博客…

启英泰伦“离线自然说”技术,让智能语音芯片更善解人意

“以科技创新推动产业创新&#xff0c;特别是以颠覆性技术和前沿技术催生新产业、新模式、新动能&#xff0c;发展新质生产力”。2023年12月&#xff0c;中央经济工作会议强调了发展新质生产力的路径。“科技创新是发展新质生产力的核心要素&#xff0c;这也是我们一直潜心在做…