1.多数元素

 题目描述：

思路：

代码：

    //时复O(N)空复O(1)
    int majorityElement(vector<int>& nums){
        int thinkAns=nums[0],count=0;//thinkAns随便赋值
        for(int x:nums){
            if(x==thinkAns)
                count++;
            else if(--count<0){
                thinkAns=x;
                count=1;
            }
        }
        return thinkAns;      
    }

    //此处为垃圾代码
    //时复O(N^2)空复O(N)
    int majorityElement1(vector<int>& nums) {
        int n=nums.size();
        map<int,int> m;//<数字，次数>
        for(int x:nums){
            if(m.find(x)==m.end())
                m[x]=1;
            else
                m[x]++;
        }
        //找次数最大的
        int maxTime=0;
        int ans;
        for(pair<int,int> p:m){
            if(p.second>maxTime){
                maxTime=p.second;
                ans=p.first;
            }
        }
        return ans;
    }

2.找到字符串中的所有字母异位词

题目描述： 

思路： 

算法：

细节：

代码实现：

    vector<int> findAnagrams(string s, string p) {
        vector<int> ans;
        int n1=s.size(),n2=p.size();
        if(n1<n2)
            return ans;
        vector<int> sCount(26),pCount(26);
        for(int i=0;i<n2;i++){
            sCount[s[i]-'a']++;
            pCount[p[i]-'a']++;
        }
        if(sCount==pCount)
            ans.emplace_back(0);
        for(int i=0;i<n1-n2;i++){
            --sCount[s[i]-'a'];
            ++sCount[s[i+n2]-'a'];
            if(sCount==pCount)
                ans.emplace_back(i+1);
        }
        return ans;
    }

3.乘积小于K的连续子数组的个数

 题目描述：

方法一（二分查找）：

 代码实现：

//为了计算过程中不超出范围，取对数 log(x*y)=logx+logy  所以用prefix存储前缀和
int numSubarrayProductLessThanK(vector<int>& nums, int k) {
    if (k == 0)
        return 0;
    int n = nums.size();
    vector<double> prefix(n+1);//prefix[i]表示【0，i-1]的前缀和
    prefix[0] = 0;
    for (int i = 1; i <= n; i++) {
        prefix[i] = prefix[i - 1] + log(nums[i - 1]);//profix[i]-profix[j]表示[j,i-1]的和
    }
    double logk = log(k);
    int ans = 0;
    int N = prefix.size();
    int low = 0, high = N - 1,mid=low+((high-low)>>1);
    for (int i = 0; i < N; i++) {
        //二分
        low = i + 1; high = N;
        while (low < high) {
            mid = low + ((high - low) >> 1);
            if (prefix[mid] < prefix[i] + logk - 1e-9)
                low = mid + 1;
            else
                high = mid;
        }
        ans += low-1 - i;
    }
    return ans;
}

方法二：（双指针)

代码实现：

//双指针
int numSubarrayProductLessThanK(vector<int>& nums, int k) {
    if (k <=1)
        return 0;
    int n = nums.size();
    int prod = 1, ans = 0, left = 0;
    for (int right = 0; right < n; right++) {
        prod *= nums[right];
        while (prod >= k)
            prod /= nums[left++];
        ans += right - left + 1;
    }
    return ans;
}

4.最大子数组和

题目描述： 

 
算法和思路：  

代码实现：

    //动态规划
    int maxSubArray(vector<int>& nums) {
        int pre = 0, maxAns = nums[0];
        for (int x : nums) {
            pre = max(pre + x, x);//小就跟更新
            maxAns = max(maxAns, pre);//同时记录最大的
        }
        return maxAns;
    }

5.和为K的子数组

 题目描述：

思路：前缀和+哈希优化 

代码： 

    //时复O(n) 空复O(n)
    int subarraySum(vector<int>& nums, int k){
        int count=0,pre=0;
        unordered_map<int,int> mp;
        mp[0]=1;
        for(int x:nums){
            pre+=x;
            if(mp.find(pre-k)!=mp.end())
                count+=mp[pre-k];
            mp[pre]++;
        }
        return count;
    }