给定一个整数数组 A
,返回其中元素之和可被 K
整除的(连续、非空)子数组的数目。
示例:
输入:A = [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]
提示:
1 <= A.length <= 30000
-10000 <= A[i] <= 10000
2 <= K <= 10000
本题与(560. 和为K的子数组)非常类似,详情可参考560. 和为K的子数组
解法一:前缀和 + 哈希表优化
定义数组 sum[j] 为[0…j]所有元素的和,那么[i…j]这个子数组的和可以表示为 s[i…j]=sum[j]-sum[i-1],要使这个子数组的和可被k整除,即 (sum[j]-sum[i-1]) mod k == 0,也即 sum[j] mod k == sum[i-1] mod k。因此只需要找有多少对累加和sum mod k 相同的数就可以组合一下得到结果。
这可以借助哈希表保存累加和sum mod k的值以及出现的次数,若相同的(sum mod k)已经出现过,则说明存在连续子数组之和可被k整除。由于 sum[i] 的计算只与前一项的答案有关,因此我们可以不用建立 sum 数组,直接用一个 sum 变量来记录 sum[i−1] 的答案即可。
具体做法是:
1)初始化哈希表hash={0:1},表示累加和sum mod k=0,出现了1次。初始化累加和sum=0。初始化结果res=0。
2)遍历数组:
2.1)更新累加和sum += nums[i];
2.2)若sum mod k存在于hash中,说明存在连续子数组之和可被k整除。则令res += hash[sum mod k],表示sum mod k出现几次,就存在几种子数组之和可被k整除。
2.3)若sum mod k 存在于hash中,将其出现次数加一。若不存在,将其加入hash。
3)返回res。
复杂度分析:
时间复杂度:O(N),其中 N 是数组 A 的长度。我们只需要从前往后遍历一次数组,在遍历数组的过程中,维护哈希表的各个操作均为 O(1),因此总时间复杂度为 O(N)。
空间复杂度:O(min(N,K)),即哈希表需要的空间。当 N≤K 时,最多有 N 个前缀和,因此哈希表中最多有 N+1 个键值对;当 N>K 时,最多有 K 个不同的余数,因此哈希表中最多有 K 个键值对。也就是说,哈希表需要的空间取决于 N 和 K 中的较小值。
注:
本题有个注意点,取模与取余的区别,其实取模和取余在目标上是一致的,但是因为语言对取余和取模上定义的不同,导致得到的结果不同。对取余和取模定义不同的语言中,两者的不同点只有一个:
1)取余运算在计算商值向0方向舍弃小数位;
2)取模运算在计算商值向负无穷方向舍弃小数位。
或者也可以这样理解:
1)取余,遵循尽可能让商大的原则
2)取模,遵循尽可能让商小的原则
从上面的区别可以总结出,取余(rem)和取模(mod)在被除数、除数同号时,结果是等同的,异号时会有区别,所以要特别注意异号的情况。
一些例子:
取余:
5 rem 3 = 2 (5=1*3+2,商为1)
-5 rem 3 = -2 (-5=(-1)*3-2,商为-1)
5 rem -3 = 2 (5=(-1)*(-3)+2,商为-1)
-5 rem -3 = -2 (-5=1*(-3)-2,商为1)
取模:
5 mod 3 = 2 (5=1*3+2,商为1)
-5 mod 3 = 1 (-5=(-2)*3+1,商为-2)
5 mod -3 = -1 (5=(-2)*(-3)-1,商为-2)
-5 mod -3 = -2 (-5=1*(-3)-2,商为1)
在C/C++, C#, JAVA, PHP这几门主流语言中,’%’运算符都是做取余运算,而在python中的’%’是做取模运算。
Python代码如下:
class Solution:
def subarraysDivByK(self, A: List[int], K: int) -> int:
hash_dic = {0:1}
res = 0
s = 0
for i in range(len(A)):
s += A[i]
if s % K in hash_dic:
res += hash_dic[s%K]
hash_dic[s%K] += 1
else:
hash_dic[s%K] = 1
return res
Java代码如下:
class Solution {
public int subarraysDivByK(int[] A, int K) {
HashMap<Integer, Integer> hash = new HashMap<Integer, Integer>();
hash.put(0, 1);
int res = 0;
int s = 0;
for(int i=0; i<A.length; i++){
s += A[i];
int mod = Math.floorMod(s, K);
if(hash.containsKey(mod)){
res += hash.get(mod);
hash.put(mod, hash.get(mod)+1);
}else{
hash.put(mod, 1);
}
}
return res;
}
}