网站底部图片代码百度账号登录入口
前缀和
1. 560. 和为 K 的子数组
中等
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
class Solution {
public:
int subarraySum(vector<int>& nums, int k) {
int n = nums.size(); // 获取输入数组的大小
unordered_map<int,int> unMap; // 哈希表，用来存储前缀和的频次
unMap[0] = 1; // 初始化哈希表，表示前缀和为0出现1次（这对从索引0开始的子数组非常重要）vector<int> pre(n+1); // 存储前缀和的数组（pre[i] 表示 nums[0] 到 nums[i-1] 的和）
int result{}; // 用于存储满足条件的子数组个数
for(int i = 0; i < n; ++i) {
pre[i+1] = pre[i] + nums[i]; // 更新当前的前缀和
// 判断当前前缀和减去 k 是否存在于哈希表中
if(unMap.find(pre[i+1] - k) != unMap.end()) {
// 如果存在，说明从之前某个位置到当前的位置的子数组和为 k
result += unMap[pre[i+1] - k]; // 将该频次累加到结果中
}// 更新当前前缀和的频次
unMap[pre[i+1]]++;
}return result; // 返回满足条件的子数组个数
}
};
解释:
per[i+1] 表示从 nums[0] 到 nums[i] 的累加和。
子数组 nums[0..i] 的和可以通过公式计算： sum(nums[0..i])=per[i+1]−per[0]
前缀树
1. 208. 实现 Trie (前缀树)
中等
Trie（发音类似 "try"）或者说 前缀树 是一种树形数据结构，用于高效地存储和检索字符串数据集中的键。这一数据结构有相当多的应用情景，例如自动补全和拼写检查。
请你实现 Trie 类：
Trie()初始化前缀树对象。void insert(String word)向前缀树中插入字符串word。boolean search(String word)如果字符串word在前缀树中，返回true（即，在检索之前已经插入）；否则，返回false。boolean startsWith(String prefix)如果之前已经插入的字符串word的前缀之一为prefix，返回true；否则，返回false。
示例：
输入
["Trie", "insert", "search", "search", "startsWith", "insert", "search"]
[[], ["apple"], ["apple"], ["app"], ["app"], ["app"], ["app"]]
输出
[null, null, true, false, true, null, true]解释
Trie trie = new Trie();
trie.insert("apple");
trie.search("apple"); // 返回 True
trie.search("app"); // 返回 False
trie.startsWith("app"); // 返回 True
trie.insert("app");
trie.search("app"); // 返回 True
// 字典树（Trie）的实现
class Trie {
private:
// 子节点数组，存储当前节点的所有子节点（26个字母）
vector<Trie*> children;// 标记当前节点是否是某个单词的结束
bool isEnd;// 辅助函数：查找指定前缀的最后一个节点
Trie* searchPrefix(string prefix) {
Trie* node = this; // 从当前节点（根节点）开始查找
for (char ch : prefix) { // 遍历前缀字符串的每个字符
ch -= 'a'; // 将字符转换为索引值（'a' 对应索引 0，'z' 对应索引 25）
if (node->children[ch] == nullptr) { // 如果对应的子节点不存在
return nullptr; // 前缀不存在，返回空指针
}
node = node->children[ch]; // 移动到子节点
}
return node; // 返回前缀的最后一个节点
}public:
// 构造函数：初始化根节点
Trie() : children(26), isEnd(false) {}// 插入一个单词到字典树
void insert(string word) {
Trie* node = this; // 从根节点开始插入
for (char ch : word) { // 遍历单词的每个字符
ch -= 'a'; // 将字符转换为索引
if (node->children[ch] == nullptr) { // 如果对应的子节点不存在
node->children[ch] = new Trie(); // 创建一个新的子节点
}
node = node->children[ch]; // 移动到子节点
}
node->isEnd = true; // 标记该节点为单词的结束
}// 搜索一个完整单词是否存在于字典树中
bool search(string word) {
Trie* node = this->searchPrefix(word); // 查找单词的最后一个节点
return node != nullptr && node->isEnd; // 节点存在且是单词结尾
}// 判断是否存在以指定前缀开头的字符串
bool startsWith(string prefix) {
return this->searchPrefix(prefix) != nullptr; // 查找前缀是否存在
}
};