Easy
题目描述
给你一个下标从 0 开始的整数数组 nums,请你找到 最左边 的中间位置 middleIndex(也就是所有可能中间位置下标中最小的一个)。
中间位置 middleIndex 是满足 nums[0] + nums[1] + ... + nums[middleIndex-1] == nums[middleIndex+1] + nums[middleIndex+2] + ... + nums[nums.length-1] 的数组下标。
如果 middleIndex == 0,左边部分的和为 0。类似地,如果 middleIndex == nums.length - 1,右边部分的和为 0。
请你返回满足上述条件 最左边 的 middleIndex,如果不存在这样的中间位置,请你返回 -1。
示例 1:
输入:nums = [2,3,-1,8,4]
输出:3
解释:
下标 3 之前的数字和:2 + 3 + (-1) = 4
下标 3 之后的数字和:4 = 4
示例 2:
输入:nums = [1,-1,4]
输出:2
解释:
下标 2 之前的数字和:1 + (-1) = 0
下标 2 之后的数字和:0
示例 3:
输入:nums = [2,5]
输出:-1
解释:不存在符合要求的 middleIndex。
提示:
1 <= nums.length <= 100-1000 <= nums[i] <= 1000
**注意:**本题与第 724 题相同:https://leetcode-cn.com/problems/find-pivot-index/
解题思路
解题思路
这道题要求找到数组中的"中间索引",使得该索引左边所有元素的和等于右边所有元素的和。
方法一:前缀和(推荐)
核心思想是利用前缀和来快速计算左右两边的和:
- 先计算数组的总和
total - 从左到右遍历数组,维护左边的和
leftSum - 对于当前索引
i,右边的和 =total - leftSum - nums[i] - 如果左边的和等于右边的和,返回当前索引
- 更新
leftSum继续下一次循环
这种方法只需要一次遍历,时间复杂度为 O(n),空间复杂度为 O(1)。
方法二:朴素解法
对于每个索引,分别计算左边和右边的和,然后比较。这种方法的时间复杂度为 O(n²),虽然简单但效率较低。
由于题目数据规模不大(n ≤ 100),两种方法都可以通过,但推荐使用前缀和方法,因为它更高效且是最优解。
代码实现
class Solution {
public:
int findMiddleIndex(vector<int>& nums) {
int total = 0;
for (int num : nums) {
total += num;
}
int leftSum = 0;
for (int i = 0; i < nums.size(); i++) {
int rightSum = total - leftSum - nums[i];
if (leftSum == rightSum) {
return i;
}
leftSum += nums[i];
}
return -1;
}
};
class Solution:
def findMiddleIndex(self, nums: List[int]) -> int:
total = sum(nums)
left_sum = 0
for i in range(len(nums)):
right_sum = total - left_sum - nums[i]
if left_sum == right_sum:
return i
left_sum += nums[i]
return -1
public class Solution {
public int FindMiddleIndex(int[] nums) {
int total = nums.Sum();
int leftSum = 0;
for (int i = 0; i < nums.Length; i++) {
int rightSum = total - leftSum - nums[i];
if (leftSum == rightSum) {
return i;
}
leftSum += nums[i];
}
return -1;
}
}
/**
* @param {number[]} nums
* @return {number}
*/
var findMiddleIndex = function(nums) {
const totalSum = nums.reduce((sum, num) => sum + num, 0);
let leftSum = 0;
for (let i = 0; i < nums.length; i++) {
let rightSum = totalSum - leftSum - nums[i];
if (leftSum === rightSum) {
return i;
}
leftSum += nums[i];
}
return -1;
};
复杂度分析
| 解法 | 时间复杂度 | 空间复杂度 |
|---|---|---|
| 前缀和 | O(n) | O(1) |
| 朴素解法 | O(n²) | O(1) |
其中 n 为数组长度。推荐使用前缀和解法,它只需要遍历数组两次(一次计算总和,一次找中间索引),空间复杂度为常数级别。