前缀和+哈希：地市级编程竞赛连续子段求和精讲

原创于 2026-08-24 09:42:09 发布 · 273 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

算法

近期（2026 年 8 月 21 日）铜陵市教体局、科协印发了《关于举办 2026 年铜陵市青少年编程大赛的通知》，比赛设 C++ 项目（小学 / 初中 / 高中组），是地市级算法赛的典型代表。这类比赛里有一类"老熟人"题型——对连续一段数据求和并找特征区间，入门组几乎必考，稍难一点的区赛、市赛也常把它当压轴小问。

很多同学一看到"连续子段"就本能地写两层循环暴力枚举，结果 n 一上 10⁵ 就超时。今天这篇文章用一道原创题，把前缀和 + 哈希表这一招讲透：把 O(n²) 的暴力直接压成 O(n)，无论是"最长和为 0 的子段"还是"和为 K 的子段个数"都能一套通吃。

一、题目：科技节摊位人气波动

【背景】 学校科技节连续 n 天对一个摊位做人气打卡，第 i 天的人气净变化为 a[i]（可正可负，正数代表新增关注，负数代表流失）。

【问题 A · 基础】 求"人气净变化恰好为 0"的最长连续天数区间长度（即最长的、元素和为 0 的连续子数组长度）。

【问题 B · 进阶】 给定目标整数 K，求"人气累计净增长恰好为 K"的连续区间个数（即元素和恰好等于 K 的连续子数组个数）。

【输入格式】

n K
a[1] a[2] ... a[n]

【数据范围】 1 ≤ n ≤ 2×10⁵；−10⁹ ≤ a[i] ≤ 10⁹；K 为 int 范围内整数。

【样例】

输入：
8 2
3 -1 2 -2 1 -3 1 2

输出：
7 4

解释：问题 A 最长和为 0 的区间是第 2~8 天 [-1, 2, -2, 1, -3, 1, 2]，长度 7；问题 B 中和为 2 的子数组有 4 个：[3,-1]、[2]、[3,-1,2,-2]、[2]。

二、核心考点拆解

前缀和（Prefix Sum）：用 s[i] 表示前 i 个元素的和，则任意子数组 a[l..r] 的和 = s[r] - s[l-1]。把"子段和"转成了"两个前缀和之差"。
哈希表记录"首次出现位置"：问题 A 要"和为 0"，等价于找两个前缀和相等 s[r] == s[l-1]，区间长度 = r - (l-1)；为了让区间最长，每个前缀和只记它第一次出现的位置。
哈希表计数：问题 B 要"和为 K"，等价于找 s[r] - s[l-1] == K，即之前出现过 s[l-1] == s[r] - K 的次数，用哈希表累加计数。
边界（空前缀）：下标 0 处有一个"和为 0 的空前缀"，必须提前放入哈希表，否则会漏掉"从第 1 个元素就开始"的区间。
数值范围：a[i] 可达 1e9，前缀和需用 long long / int64，否则溢出。
复杂度跃迁：暴力枚举 O(n²) 在 n=2×10⁵ 时必超时；哈希法 O(n) 轻松过。

三、解法一：最长"和为 0"连续子段

思路：遍历前缀和，若当前和 s 之前见过，说明中间这段和为 0，用"当前下标 − 首次出现下标"更新答案；若没见过才记录位置（只记首次，不更新，这样才能取到最长）。

#include <iostream>
#include <vector>
#include <unordered_map>
using namespace std;

int main() {
    int n;
    cin >> n;
    vector<long long> a(n);
    for (int i = 0; i < n; i++) cin >> a[i];

    unordered_map<long long, int> firstPos; // 某前缀和第一次出现的位置
    firstPos[0] = 0;                         // 空前缀，下标 0
    long long s = 0;
    int ans = 0;
    for (int i = 1; i <= n; i++) {
        s += a[i - 1];
        if (firstPos.count(s)) {
            ans = max(ans, i - firstPos[s]); // 区间 [firstPos[s]+1, i] 和为 0
        } else {
            firstPos[s] = i;                 // 只记录第一次，保证区间最长
        }
    }
    cout << ans << endl;
    return 0;
}

def longest_zero_sum(arr):
    first_pos = {0: 0}   # 空前缀下标 0
    s = 0
    ans = 0
    for i, x in enumerate(arr, start=1):
        s += x
        if s in first_pos:
            ans = max(ans, i - first_pos[s])
        else:
            first_pos[s] = i  # 只记录第一次出现
    return ans

四、解法二（进阶）：子段和恰好为 K 的个数

思路：边走边维护哈希计数 cnt[前缀和]。每读入一个新元素，先看"之前有多少个前缀和等于 s - K"，那就是以当前为右端、和为 K 的区间数，累加后再把当前 s 计入哈希。注意顺序：先查询、再加当前 s，否则会把"自己减自己"误算进去。

#include <iostream>
#include <vector>
#include <unordered_map>
using namespace std;

int main() {
    int n; long long K;
    cin >> n >> K;
    vector<long long> a(n);
    for (int i = 0; i < n; i++) cin >> a[i];

    unordered_map<long long, int> cnt;
    cnt[0] = 1;            // 空前缀
    long long s = 0;
    long long ans = 0;
    for (int i = 0; i < n; i++) {
        s += a[i];
        if (cnt.count(s - K)) ans += cnt[s - K]; // 先查历史
        cnt[s]++;                                // 再记当前
    }
    cout << ans << endl;
    return 0;
}

from collections import defaultdict

def count_sum_k(arr, K):
    cnt = defaultdict(int)
    cnt[0] = 1
    s = 0
    ans = 0
    for x in arr:
        s += x
        ans += cnt[s - K]   # 先查历史
        cnt[s] += 1         # 再记当前
    return ans

五、时间 / 空间复杂度

时间复杂度：两个解法都只遍历数组一次，每次哈希操作为均摊 O(1)，整体 O(n)。
空间复杂度：哈希表最多存 n+1 个不同前缀和，O(n)。相比暴力 O(n²) 既快又省。

六、易错点清单

忘记放空前缀：cnt[0]=1 / firstPos[0]=0 不初始化，会漏掉从第一个元素起就满足条件的区间。
问题 A 误更新首次位置：如果每次都写 firstPos[s] = i，取到的是"最近一次"而非"第一次"，区间变短、答案偏小。正确做法是"见过就跳过，没见过才记录"。
问题 B 顺序写反：先 cnt[s]++ 再查 s-K，会把当前区间自己当成历史前缀，多算。
整数溢出：a[i] 与 K 都很大时，前缀和用 32 位 int 会溢出，C++ 务必 long long，Python 无此忧。
负数取模（进阶坑）：若题目改成"子段和能被 m 整除的个数"，存 s % m 时 C++ 负数取模为负，需写成 (s % m + m) % m。
数据规模意识：n=2×10⁵ 时，任何 O(n²) 写法（包括看似聪明的枚举起点）都会 TLE，认准 O(n) 哈希法。

七、再进阶：三个方向

方向 1 · 同余前缀和：求"子段和能被 m 整除"的区间个数 → 前缀和取模 + 哈希计数（处理负数取模），是蓝桥杯、电子学会考级里的常客。
方向 2 · 二维前缀和：矩阵中"和恰为 K 的子矩形"个数 → 固定上下边界把矩阵压成一维数组，直接套本题思想。
方向 3 · 哈希去重：求"不同子数组和的种类数" → 把所有前缀和的两两之差塞进集合去重，思路一脉相承。
方向 4 · 与滑动窗口对比：当数组全为非负时，求"和不超过 K 的最长子段"可用双指针滑动窗口；一旦含负数，滑动窗口失效，必须回归前缀和 + 哈希。