创建时间: 2025-04-11最后更新: 2025-12-22作者: yangbo(96862973d)

题目描述

现有一个正整数数组, 要求从该数组中, 找出一个总和为目标值的连续子数组, 输出该子数组的最大长度

技术要点:

  • for 循环 或者 while 循环
  • 双指针
  • 滑动窗口/队列

解题思路一

利用滑动窗口的逻辑来解释

利用双指针, 一个指针指向子数组的起始位置, 命名为 start, 另一个指针指向子数组的结束位置,命名为 end. 由于子数组是连续的, 因此可以通过移动指针来改变子数组的大小.

NOTE

因此在有的地方, 称这种类似的方法为滑动窗口. 实际上准确的说法应该是队列

遍历数组的过程中, 我们让 end 指针不断的向右移动, 每次移动 end 指针时, 都要计算 startend 之间的元素之和.

startend 之间的元素之和等于目标值 k 时, 记录当前子数组的长度

如果 startend 之间的元素之和大于目标值 k, 则表示需要减少元素以减少总和, 此时则需要将 start 指针向右移动一位, 直到 startend 之间的元素之和小于等于目标值 k.

代码如下所示

code.ts
01
function maxSubarrayLength(arr, k) {
02
let sum = 0;
03
let maxLen = 0;
04
let start = 0; // 子数组的起始位置
05
06
// 定义子数组的结束位置, 并不断地向右移动
07
for (let end = 0; end < arr.length; end++) {
08
// 每移动一次, 计算子数组的和
09
sum += arr[end];
10
11
// 当子数组的和大于目标值时, 需要移动子数组的起始位置,以减小子数组的和
12
while (sum > k && start <= end) {
13
sum -= arr[start];
14
start++;
15
}
16
17
// 当子数组的和等于目标值时, 记录当前子数组的长度
18
if (sum === k) {
19
maxLen = Math.max(maxLen, end - start + 1);
20
}
21
}
22
23
return maxLen;
24
}

解题思路二

第二种思路是利用空间换时间的方式, 可以得到更快的执行时间

首先, 我们依然定义两个指针 startend, 分别指向子数组的起始位置和结束位置. end 指针不断向右递增移动.

在移动 end 指针的过程中, 我们需要记录从数组的第一个元素到 end 之间的元素总和 sum, 并将其存储在一个哈希表中. 哈希表的键为元素总和, 值为该元素总和对应的下标.

由于子元素的总和是已知的, 因此我们可以通过判断哈希表中是否存在 sum - k 的键来确定是否存在一个子数组的总和等于 k. 公式如下图所示:

如果存在, 我们可以通过计算 end - start 来得到当前子数组的长度, 并将其与之前记录的最大子数组长度进行比较, 取较大值作为新的最大子数组长度.

code.ts
01
function fn(arr, k) {
02
let maxLen = 0;
03
let sum = 0;
04
const map = new Map();
05
map.set(0, -1); // 初始化哈希表, 将 (0, -1) 键值对添加到哈希表中 (sum, index)
06
07
for (let end = 0; end < arr.length; end++) {
08
sum += arr[end];
09
if (map.has(sum - k)) {
10
const start = map.get(sum - k);
11
maxLen = Math.max(maxLen, end - start);
12
}
13
if (!map.has(sum)) {
14
map.set(sum, end);
15
}
16
}
17
return maxLen;
18
}
专栏首页
到顶
专栏目录