和相同的二元子数组
nums 全 0/1,子数组和=goal 个数。
nums 全 0/1,子数组和=goal 个数。
当前前缀值是什么,需要查询哪一个过去前缀?
同 LC560:prefix 计数 map,加 map[prefix-goal]。
先说结论:这道题到底解决什么
怎样从“nums 全 0/1,子数组和=goal 个数。”推导出 前缀和 · 二元子数组,并证明每次状态变化都不会漏掉答案?
中心结论:同 LC560:prefix 计数 map,加 map[prefix-goal]。
- 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“0/1 数组 prefix 递增? 0/1 仍可计数。”为什么能保证算法安全前进?
完整题目与题意拆解
给定一个数组,数组里面的元素只有 0 和 1 两种。问这个数组有多少个和为 S 的子数组。
在本站主例中,nums 全 0/1,子数组和=goal 个数。
算法最终需要得到或观察:和为 goal 的子数组个数。
- • 输入:nums 全 0/1,子数组和=goal 个数。
- • 机器需要维护:prefix、map。
- • 最终可观察结果:和为 goal 的子数组个数。
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。
子数组和 = prefix[r]-prefix[l-1],查 prefix-k 出现次数
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。
子数组和 = prefix[r]-prefix[l-1],查 prefix-k 出现次数
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、map。
- 3转移每一步按照 同 LC560:prefix 计数 map,加 map[prefix-goal]。
- 4收尾读取 和为 goal 的子数组个数。,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、map。
- • 0/1 数组 prefix 递增? 0/1 仍可计数。
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。
子数组和 = prefix[r]-prefix[l-1],查 prefix-k 出现次数
核心机制:状态如何一步步变化
这道题也是滑动窗口的题目。不断的加入右边的值,直到总和等于 S。[i,j] 区间内的和可以等于 [0,j] 的和减去 [0,i-1] 的和。在 freq 中不断的记下能使得和为 sum 的组合方法数,例如 freq[1] = 2 ,代表和为 1 有两种组合方法,(可能是 1 和 1,0 或者 0,1,这道题只管组合总数,没要求输出具体的组合对)。这道题的做法就是不断的累加,如果遇到比 S 多的情况,多出来的值就在 freq 中查表,看多出来的值可能是由几种情况构成的。一旦和与 S 相等以后,之后比 S 多出来的情况会越来越多(因为在不断累积,总和只会越来越大),不断的查 freq 表就可以了。
同 LC560:prefix 计数 map,加 map[prefix-goal]。
执行过程中持续维护:prefix、map。
正确性依赖以下不变量:0/1 数组 prefix 递增? 0/1 仍可计数。
面试时可以压缩为:前缀和+map O(n)。
落到当前题,执行机制可以压缩为:同 LC560:prefix 计数 map,加 map[prefix-goal]。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。
未命中,更新 map
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;0/1 数组 prefix 递增? 0/1 仍可计数。
保持:执行“同 LC560:prefix 计数 map,加 map[prefix-goal]。”时,只删除已经能证明不可能的候选,并把新信息写回 prefix、map。
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“和为 goal 的子数组个数。”。
完整执行过程
- 1题目与输入nums 全 0/1,子数组和=goal 个数。 因为:同 LC560:prefix 计数 map,加 map[prefix-goal]。
- 2prefix=1,查 -1 出现 0 次累加前缀,查补前缀。 因为:O(n) 哈希计数。
- 3预测下一步先不要看下一帧——根据当前不变量,预测算法接下来会怎么动。 因为:主动预测会暴露你对不变量的真实理解,比被动看动画有效得多。
- 4count[1] 更新前缀入库。 因为:供后续 j 查询。
- 5count[2] 更新前缀入库。 因为:供后续 j 查询。
- 6count[2] 更新前缀入库。 因为:供后续 j 查询。
- 7count[3] 更新前缀入库。 因为:供后续 j 查询。
- 8收尾与复杂度和为 goal 的子数组个数。 因为:时间 O(n) · 空间 O(1)。同 LC560:prefix 计数 map,加 map[prefix-goal]。
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。
子数组和 = prefix[r]-prefix[l-1],查 prefix-k 出现次数
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。
子数组和 = prefix[r]-prefix[l-1],查 prefix-k 出现次数
完整 Go 提交代码与最小测试
import "fmt"
func numSubarraysWithSum(A []int, S int) int {
freq, sum, res := make([]int, len(A)+1), 0, 0
freq[0] = 1
for _, v := range A {
t := sum + v - S
if t >= 0 {
// 总和有多余的,需要减去 t,除去的方法有 freq[t] 种
res += freq[t]
}
sum += v
freq[sum]++
fmt.Printf("freq = %v sum = %v res = %v t = %v\n", freq, sum, res, t)
}
return res
}func main() {
// 1. 主例
// 输入:mode="subarray-sum-k", nums=[1,0,1,0,1], k=2
// 期望:和为 goal 的子数组个数。
//
// 2. 失败 / 未命中
// 检查:与 560 同模板。
//
// 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;LC974
}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。同 LC560:prefix 计数 map,加 map[prefix-goal]。
额外状态主要用于维护:prefix、map。
- • 0/1 数组 prefix 递增? 0/1 仍可计数。
最容易写错的地方
与 560 同模板。
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nums 全 0/1,子数组和=goal 个数。
- 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优化同 LC560:prefix 计数 map,加 map[prefix-goal]。
- 4证明0/1 数组 prefix 递增? 0/1 仍可计数。
- 5复杂度时间 O(n),空间 O(1)
- • LC560
- • LC974