
本文详解如何正确统计二进制数组中和恰好等于 goal 的非空连续子数组数量,重点剖析滑动窗口法失效的边界场景(如全零数组),并引入“1的间隙建模”思想,给出时间复杂度 O(n)、逻辑严谨且可证明正确的解决方案。
本文详解如何正确统计二进制数组中和恰好等于 `goal` 的非空连续子数组数量,重点剖析滑动窗口法失效的边界场景(如全零数组),并引入“1的间隙建模”思想,给出时间复杂度 o(n)、逻辑严谨且可证明正确的解决方案。
在解决「和为 goal 的二进制子数组个数」问题时,直觉上容易尝试双指针滑动窗口——维护区间 [i, j) 的和,根据当前和与 goal 的关系动态收缩或扩展窗口。但该思路在 goal = 0 或存在连续零段时极易出错:当 j 到达数组末尾后,仅靠单向移动 i 无法覆盖所有以不同起始位置、相同右端点(或延伸右端点)构成的有效子数组,导致漏计(如 [0,0,0,0] 中 goal=0 时应得 10 个子数组,原代码仅返回 6)。
根本原因在于:子数组的合法性不只取决于和是否达标,更取决于“1”的分布结构。二进制数组中,每个子数组的和即为其所含 1 的个数。因此,和为 goal 的子数组,必严格包含 goal 个 1(若 goal > 0),且其左右边界可自由延展至相邻 1 之间的零段中。
由此引出核心洞察:
✅ 若 goal == 0:答案等价于所有全零连续子数组的个数之和。长度为 L 的零段贡献 L × (L−1) / 2 个非空子数组(即三角形数)。
✅ 若 goal > 0:枚举每组恰好包含 goal 个 1 的最短子数组(即两端均为 1,且内部恰有 goal−1 个 1),再计算其左右可扩展的零个数——左扩空间 = 左侧连续零个数 + 1,右扩空间 = 右侧连续零个数 + 1;二者乘积即为该组 1 所能生成的有效子数组总数。
实现上,我们首先预处理出 gaps 数组:记录每个 1 与其前一个 1(或数组开头)之间的距离(含左侧边界),最后补上末尾零段到数组末的距离。例如:
- nums = [0,0,0,0,1,0,1,0,0,1,0], goal = 2
- 1 的索引为 [4,6,9] → gaps = [5, 3, 3, 2]
(解释:开头到第1个1有4个零 → 距离为 4+1=5;4→6间有1个零 → 1+1=2?注意标准构造应为 [首1前零数+1, 1间零数+1, ..., 末1后零数+1];更稳健定义见下方代码)
标准 gaps 构造逻辑如下:
- 遍历 nums,记录每个 1 出现的位置;
- gaps[0] = 第一个 1 的索引 + 1(即开头到首个 1 的可选左起点数);
- gaps[i](i≥1)= 第 i 个 1 与第 i−1 个 1 的索引差(即中间零个数 + 1);
- gaps[-1] = n - 最后一个1索引(即末尾零段长度,因右端点可取至数组末,故无需 +1)。
但更简洁鲁棒的实现是统一处理:
def numSubarraysWithSum(self, nums: List[int], goal: int) -> int:
# Step 1: 构建 gaps —— 每个元素表示「以某个1为右边界时,左侧可选起始位置数」
gaps = []
j = 0 # 上一个1出现后的下一个位置(初始为0)
for i, x in enumerate(nums):
if x == 1:
gaps.append(i - j + 1) # 从j到i(含)共i-j+1个位置可作为包含此1的子数组左端点
j = i + 1
gaps.append(len(nums) - j + 1) # 末尾零段:从最后一个1之后到数组末,+1因左端点可取j本身
if goal == 0:
# 全零段:每个gap代表一段连续零(长度= gap-1),其子数组数为 C(gap,2) = gap*(gap-1)//2
return sum(gap * (gap - 1) // 2 for gap in gaps)
else:
# 对每个起始1(对应gaps[i]),需匹配第i+goal个1(对应gaps[i+goal])
# 左侧可选起点数 = gaps[i],右侧可选终点数 = gaps[i+goal]
return sum(gaps[i] * gaps[i + goal] for i in range(len(gaps) - goal))✅ 关键验证:nums = [0,0,0,0,0], goal = 0
gaps = [6](j初值0,遍历无1,最终 len(nums)-j+1 = 5-0+1 = 6)
6*5//2 = 15 → 正确。✅ nums = [1,0,1,0,1], goal = 2
遍历:i=0,x=1 → gaps.append(0-0+1)=1, j=1;i=2,x=1 → gaps.append(2-1+1)=2, j=3;i=4,x=1 → gaps.append(4-3+1)=2, j=5;最后 gaps.append(5-5+1)=1 → gaps = [1,2,2,1]
goal=2 → i=0: 1*2=2; i=1: 2*1=2 → 总和 4 → 正确。
注意事项总结:
- ❌ 避免使用传统双指针滑动窗口直接维护和,因其无法同时兼顾多起点/多终点的组合爆炸;
- ✅ gaps 数组本质是对输入的结构化压缩,将问题转化为组合计数,时间复杂度严格 O(n),空间 O(k)(k为1的个数);
- ⚠️ goal = 0 是独立分支,不可与 goal > 0 统一处理,否则会错误计入含 1 的子数组;
- ? 边界安全:gaps 长度至少为 1,range(len(gaps) - goal) 自动处理 goal 过大(返回0)的情况。
该方法不仅正确性可严格数学归纳证明,且具备极佳的可扩展性——类似思路可迁移至「恰好 k 个不同元素的子数组」等结构化计数问题。










