寻找数组的中心下标
找 pivot 使左右前缀和相等。
找 pivot 使左右前缀和相等。
当前前缀值是什么,需要查询哪一个过去前缀?
prefix[i]=sum[0..i);检查 prefix[i]==prefix[n]-prefix[i+1]。
先说结论:这道题到底解决什么
怎样从“找 pivot 使左右前缀和相等。”推导出 前缀和 · 中心下标,并证明每次状态变化都不会漏掉答案?
中心结论:prefix[i]=sum[0..i);检查 prefix[i]==prefix[n]-prefix[i+1]。
- 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
- 2.当前前缀值是什么,需要查询哪一个过去前缀?
- 3.不变量“左侧和=prefix[i],右侧=total-prefix[i+1]。”为什么能保证算法安全前进?
完整题目与题意拆解
给定一个整数类型的数组 nums,请编写一个能够返回数组 “中心索引” 的方法。我们是这样定义数组 中心索引 的:数组中心索引的左侧所有元素相加的和等于右侧所有元素相加的和。如果数组不存在中心索引,那么我们应该返回 -1。如果数组有多个中心索引,那么我们应该返回最靠近左边的那一个。
在本站主例中,找 pivot 使左右前缀和相等。
算法最终需要得到或观察:pivot 下标 3(若存在)。
- • 输入:找 pivot 使左右前缀和相等。
- • 机器需要维护:prefix、i。
- • 最终可观察结果:pivot 下标 3(若存在)。
先看清算法到底要维护什么
先建立输入、目标、输出和第一批状态,不急着进入模板。
枢轴:左侧和等于右侧和
第一层方案:暴力做法
每次重新计算区间会重复累加;前缀状态把区间信息变成两个历史状态的差或关系。
暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。
重复工作究竟发生在哪里
把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。
枢轴:左侧和等于右侧和
整体地图:先做什么,再做什么
- 1建模把输入翻译成“前缀累计仪”,明确答案需要观察什么。
- 2状态只维护 prefix、i。
- 3转移每一步按照 prefix[i]=sum[0..i);检查 prefix[i]==prefix[n]-prefix[i+1]。
- 4收尾读取 pivot 下标 3(若存在)。,并复核边界与复杂度。
前缀累计仪:核心概念
把“某段区间”改写成“两个前缀之间的关系”。
这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:prefix、i。
- • 左侧和=prefix[i],右侧=total-prefix[i+1]。
建立“前缀累计仪”心智模型
用主例建立核心状态,先预测下一步,再公开正确分支和理由。
枢轴:左侧和等于右侧和
核心机制:状态如何一步步变化
在数组中,找到一个数,使得它左边的数之和等于它的右边的数之和,如果存在,则返回这个数的下标索引,否作返回 -1。 这里面存在一个等式,只需要满足这个等式即可满足条件:leftSum + num[i] = sum - leftSum => 2 * leftSum + num[i] = sum 题目提到如果存在多个索引,则返回最左边那个,因此从左开始求和,而不是从右边
prefix[i]=sum[0..i);检查 prefix[i]==prefix[n]-prefix[i+1]。
执行过程中持续维护:prefix、i。
正确性依赖以下不变量:左侧和=prefix[i],右侧=total-prefix[i+1]。
面试时可以压缩为:前缀和 O(n)。
落到当前题,执行机制可以压缩为:prefix[i]=sum[0..i);检查 prefix[i]==prefix[n]-prefix[i+1]。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。
一次状态转移为什么成立
集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。
继续右移
正确性证明:为什么不会漏答案
初始化:算法开始时,全部合法候选仍在状态表示范围内;左侧和=prefix[i],右侧=total-prefix[i+1]。
保持:执行“prefix[i]=sum[0..i);检查 prefix[i]==prefix[n]-prefix[i+1]。”时,只删除已经能证明不可能的候选,并把新信息写回 prefix、i。
终止:没有待处理状态或达到命中条件时,当前可观察结果就是“pivot 下标 3(若存在)。”。
完整执行过程
- 1题目与输入找 pivot 使左右前缀和相等。 因为:prefix[i]=sum[0..i);检查 prefix[i]==prefix[n]-prefix[i+1]。
- 2leftSum == rightSum扫描找 pivot。 因为:right = total - left - nums[i]。
- 3i=0:左 0,右 27,不等left 累加当前值。 因为:O(n) 一次扫描。
- 4i=1:左 1,右 20,不等left 累加当前值。 因为:O(n) 一次扫描。
- 5i=2:左 8,右 17,不等left 累加当前值。 因为:O(n) 一次扫描。
- 6下标 3 是枢轴:左 11 = 右 11返回 pivot。 因为:O(n) 一次扫描。
- 7枢轴索引 3结束。 因为:首个满足条件的下标。
- 8收尾与复杂度pivot 下标 3(若存在)。 因为:时间 O(n) · 空间 O(1)。prefix[i]=sum[0..i);检查 prefix[i]==prefix[n]-prefix[i+1]。
从输入完整走到可观察结果
从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。
枢轴:左侧和等于右侧和
把动画和 Go 代码逐行对应
代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。
让每个动作都落到 Go 分支
重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。
枢轴:左侧和等于右侧和
完整 Go 提交代码与最小测试
// 2 * leftSum + num[i] = sum
// 时间: O(n)
// 空间: O(1)
func pivotIndex(nums []int) int {
if len(nums) <= 0 {
return -1
}
var sum, leftSum int
for _, num := range nums {
sum += num
}
for index, num := range nums {
if leftSum*2+num == sum {
return index
}
leftSum += num
}
return -1
}func main() {
// 1. 主例
// 输入:mode="pivot-index", nums=[1,7,3,6,5,6]
// 期望:pivot 下标 3(若存在)。
//
// 2. 失败 / 未命中
// 检查:无 pivot 返回 -1。
//
// 3. 边界
// 空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
//
// 4. 迁移
// LC560 和为 K;LC1480 运行和
}Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。
正确性与复杂度
执行过程中只保留仍可能影响答案的状态。prefix[i]=sum[0..i);检查 prefix[i]==prefix[n]-prefix[i+1]。
额外状态主要用于维护:prefix、i。
- • 左侧和=prefix[i],右侧=total-prefix[i+1]。
最容易写错的地方
无 pivot 返回 -1。
必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。
最后复盘:带走逻辑链
- 1题意找 pivot 使左右前缀和相等。
- 2重复每次重新计算区间会重复累加;前缀状态把区间信息变成两个历史状态的差或关系。
- 3优化prefix[i]=sum[0..i);检查 prefix[i]==prefix[n]-prefix[i+1]。
- 4证明左侧和=prefix[i],右侧=total-prefix[i+1]。
- 5复杂度时间 O(n),空间 O(1)
- • LC560 和为 K
- • LC1480 运行和