题目
题目链接🔗
给定一个整数数组 n u m s nums nums,处理以下类型的多个查询:
计算索引 l e f t left left 和 r i g h t right right (包含 l e f t left left 和 r i g h t right right)之间的 n u m s nums nums 元素的 和 ,其中 l e f t ≤ r i g h t left \leq right left≤right
实现 N u m A r r a y NumArray NumArray 类:
N u m A r r a y ( i n t [ ] n u m s ) NumArray(int[] nums) NumArray(int[]nums) 使用数组 n u m s nums nums 初始化对象
i n t int int s u m R a n g e ( i n t i , i n t j ) sumRange(int i, int j) sumRange(inti,intj) 返回数组 n u m s nums nums 中索引 l e f t left left 和 r i g h t right right 之间的元素的 总和 ,包含 l e f t left left 和 r i g h t right right 两点(也就是 n u m s [ l e f t ] + n u m s [ l e f t + 1 ] + . . . + n u m s [ r i g h t ] nums[left] + nums[left + 1] + ... + nums[right] nums[left]+nums[left+1]+...+nums[right] )
示例 1:
输入:
[“NumArray”, “sumRange”, “sumRange”, “sumRange”]
[[[-2, 0, 3, -5, 2, -1]], [0, 2], [2, 5], [0, 5]]
输出:
[null, 1, -1, -3]
解释:
NumArray numArray = new NumArray([-2, 0, 3, -5, 2, -1]);
numArray.sumRange(0, 2); // return 1 ((-2) + 0 + 3)
numArray.sumRange(2, 5); // return -1 (3 + (-5) + 2 + (-1))
numArray.sumRange(0, 5); // return -3 ((-2) + 0 + 3 + (-5) + 2 + (-1))
提示:
- 1 ≤ n u m s . l e n g t h ≤ 1 0 4 1\leq nums.length \leq 10^4 1≤nums.length≤104
- − 1 0 5 ≤ n u m s [ i ] ≤ 1 0 5 -10^5 \leq nums[i] \leq 10^5 −105≤nums[i]≤105
- 0 ≤ i ≤ j < n u m s . l e n g t h 0 \leq i \leq j < nums.length 0≤i≤j<nums.length
- 最多调用 1 0 4 10^4 104 次 s u m R a n g e sumRange sumRange 方法
思路
这道题很明显就是一道前缀和模板题目,使用一个数组记录前面 i i i个元素的和,然后后面就可以使用 O ( 1 ) O(1) O(1)的时间复杂度计算给定区间的和。
代码
class NumArray {
public:
vector<int> sum;
NumArray(vector<int>& nums) {
int n = nums.size();
sum.resize(n + 1);
sum[0] = 0;
for(int i = 1; i <= n; i++){
sum[i] = sum[i - 1] + nums[i - 1];
}
}
int sumRange(int left, int right) {
return sum[right + 1] - sum[left];
}
};
复杂度分析
时间复杂度
计算前缀和: O ( n ) O(n) O(n)
单次计算区间和: O ( 1 ) O(1) O(1)
空间复杂度
O ( n ) O(n) O(n)
结果
总结
这道题目是一道经典的前缀和问题,采用了构建前缀和数组的方法,使得在 O ( 1 ) O(1) O(1) 时间内能够计算任意给定区间的元素和。通过预处理阶段计算前缀和,并在查询阶段利用前缀和数组的性质,避免了重复计算区间和,从而提高了查询效率。