算法笔记：数组累加和三连问题深度解析

孔岱怀

于 2025-06-26 09:04:03 发布

阅读量244

点赞数 4

CC 4.0 BY-SA版权

本文链接：https://blog.csdn.net/gitblog_00033/article/details/148913955

算法笔记：数组累加和三连问题深度解析

本文将从技术专家视角，深入剖析数组累加和问题的三种典型场景及其解决方案，帮助读者掌握这类算法问题的核心思路和实现技巧。

一、系统设计基础：UUID生成方案

在深入数组问题前，我们先探讨一个相关的系统设计问题：如何设计一个高并发的UUID生成系统。这个案例展示了垂直扩展思想在实际工程中的应用。

核心思路：

中央服务器负责分配ID范围段（start和range）
各国/地区服务器向中央服务器申请ID段
当本地ID段耗尽时可再次申请
中央服务器维护已分配位置，确保不重复

这种设计避免了传统水平扩展方案（如hashcode、random等）可能产生的碰撞问题，特别适合需要严格唯一性的场景。

二、数组累加和问题三连

2.1 正数数组的累加和问题

问题描述：给定一个正数数组和正整数sum，求累加和等于sum的最长子数组长度。

示例：数组：[3,2,1,1,1,6,1,1,1,1,1,1] sum=6 最长子数组：[1,1,1,1,1,1]，长度6

解法思路：利用正数数组的单调性特点，采用滑动窗口算法：

初始化窗口左右边界L=R=0，窗口和windowSum=arr[0]
比较windowSum与sum：
- 小于sum：右边界R右移，扩大窗口
- 大于sum：左边界L右移，缩小窗口
- 等于sum：记录窗口大小，左边界右移

代码实现：

public static int getMaxLength(int[] arr, int K) {
    if (arr == null || arr.length == 0 || K <= 0) return 0;
    
    int left = 0, right = 0;
    int sum = arr[0];
    int len = 0;
    
    while (right < arr.length) {
        if (sum == K) {
            len = Math.max(len, right - left + 1);
            sum -= arr[left++];
        } else if (sum < K) {
            right++;
            if (right == arr.length) break;
            sum += arr[right];
        } else {
            sum -= arr[left++];
        }
    }
    return len;
}

2.2 任意数组的累加和问题

问题描述：数组元素可正可负可零，求累加和等于sum的最长子数组长度。

解法思路：利用前缀和+哈希表：

维护一个哈希表记录前缀和及其最早出现位置
计算当前前缀和allSum
查找哈希表中是否存在allSum-sum
若存在，则对应位置j到当前位置i的子数组和为sum

关键点：

预置map.put(0, -1)处理从数组开头开始的子数组
只记录前缀和第一次出现的位置以保证最长子数组

代码实现：

public static int maxLength(int[] arr, int k) {
    if (arr == null || arr.length == 0) return 0;
    
    HashMap<Integer, Integer> map = new HashMap<>();
    map.put(0, -1); // 关键初始化
    int len = 0, sum = 0;
    
    for (int i = 0; i < arr.length; i++) {
        sum += arr[i];
        if (map.containsKey(sum - k)) {
            len = Math.max(len, i - map.get(sum - k));
        }
        if (!map.containsKey(sum)) {
            map.put(sum, i);
        }
    }
    return len;
}

变体问题：求1和2数量相等的子数组解法：将1保持为1，2变为-1，其他为0，转化为求和为0的子数组问题

2.3 累加和小于等于k的最长子数组

问题描述：数组元素可正可负可零，求累加和≤k的最长子数组长度。

解法思路：

预处理两个辅助数组：
- minSums[i]：从i开始的最小累加和
- minSumEnds[i]：对应最小累加和的结束位置
使用滑动窗口思想，利用预处理信息快速判断窗口扩展可能性

代码实现：

public static int maxLengthAwesome(int[] arr, int k) {
    if (arr == null || arr.length == 0) return 0;
    
    // 预处理minSums和minSumEnds
    int[] minSums = new int[arr.length];
    int[] minSumEnds = new int[arr.length];
    minSums[arr.length-1] = arr[arr.length-1];
    minSumEnds[arr.length-1] = arr.length-1;
    
    for (int i = arr.length-2; i >= 0; i--) {
        if (minSums[i+1] < 0) {
            minSums[i] = arr[i] + minSums[i+1];
            minSumEnds[i] = minSumEnds[i+1];
        } else {
            minSums[i] = arr[i];
            minSumEnds[i] = i;
        }
    }
    
    // 滑动窗口求解
    int end = 0, sum = 0, res = 0;
    for (int i = 0; i < arr.length; i++) {
        while (end < arr.length && sum + minSums[end] <= k) {
            sum += minSums[end];
            end = minSumEnds[end] + 1;
        }
        res = Math.max(res, end - i);
        if (end > i) {
            sum -= arr[i];
        } else {
            end = i + 1;
        }
    }
    return res;
}