Easy
题目描述
给你一个整数数组 nums ,请计算数组的 中心下标 。
数组 中心下标 是数组的一个下标,其左侧所有元素相加的和等于右侧所有元素相加的和。
如果中心下标位于数组最左端,那么左侧数之和视为 0 ,因为在下标的左侧不存在元素。这一点对于中心下标位于数组最右端同样适用。
如果数组有多个中心下标,应该返回 最靠近左边 的那一个。如果数组不存在中心下标,返回 -1 。
示例 1:
输入:nums = [1,7,3,6,5,6]
输出:3
解释:
中心下标是 3 。
左侧数之和 sum = nums[0] + nums[1] + nums[2] = 1 + 7 + 3 = 11 ,
右侧数之和 sum = nums[4] + nums[5] = 5 + 6 = 11 ,二者相等。
示例 2:
输入:nums = [1, 2, 3]
输出:-1
解释:
数组中不存在满足此条件的中心下标。
示例 3:
输入:nums = [2, 1, -1]
输出:0
解释:
中心下标是 0 。
左侧数之和 sum = 0 ,(下标 0 左侧不存在元素),
右侧数之和 sum = nums[1] + nums[2] = 1 + -1 = 0 。
提示:
1 <= nums.length <= 10^4-1000 <= nums[i] <= 1000
注意: 本题与主站 1991 题相同:https://leetcode-cn.com/problems/find-the-middle-index-in-array/
解题思路
这道题要求找到数组的中心下标,使得左侧元素之和等于右侧元素之和。
核心思路:
对于任意位置 i,如果它是中心下标,那么 left_sum = right_sum。由于 left_sum + nums[i] + right_sum = total_sum,可以推导出 left_sum = (total_sum - nums[i]) / 2。
解法一:前缀和数组
- 创建左侧前缀和数组和右侧前缀和数组
- 逐个比较每个位置的左右和是否相等
- 时间复杂度 O(n),空间复杂度 O(n)
解法二:一次遍历优化(推荐)
- 先计算数组总和
- 遍历数组,维护左侧和,通过总和计算右侧和
- 当
left_sum = (total_sum - nums[i]) / 2时,找到中心下标 - 时间复杂度 O(n),空间复杂度 O(1)
优化点: 避免除法运算,直接判断 2 * left_sum + nums[i] = total_sum,这样更加高效且避免浮点数精度问题。
代码实现
class Solution {
public:
int pivotIndex(vector<int>& nums) {
int total = 0;
for (int num : nums) {
total += num;
}
int leftSum = 0;
for (int i = 0; i < nums.size(); i++) {
if (2 * leftSum + nums[i] == total) {
return i;
}
leftSum += nums[i];
}
return -1;
}
};
class Solution:
def pivotIndex(self, nums: List[int]) -> int:
total = sum(nums)
left_sum = 0
for i in range(len(nums)):
if 2 * left_sum + nums[i] == total:
return i
left_sum += nums[i]
return -1
public class Solution {
public int PivotIndex(int[] nums) {
int total = nums.Sum();
int leftSum = 0;
for (int i = 0; i < nums.Length; i++) {
if (2 * leftSum + nums[i] == total) {
return i;
}
leftSum += nums[i];
}
return -1;
}
}
var pivotIndex = function(nums) {
const total = nums.reduce((sum, num) => sum + num, 0);
let leftSum = 0;
for (let i = 0; i < nums.length; i++) {
if (2 * leftSum + nums[i]
复杂度分析
| 复杂度类型 | 复杂度 | 说明 |
|---|---|---|
| 时间复杂度 | O(n) | 需要遍历数组两次:一次计算总和,一次查找中心下标 |
| 空间复杂度 | O(1) | 只使用常数级别的额外空间存储变量 |
相关题目
. Subarray Sum Equals K (Medium)
. Number of Ways to Split Array (Medium)
. Maximum Sum Score of Array (Medium)