1. 题目理解与核心考点1.1 题面拆解这题到底在考什么“238. 除了自身以外数组的乘积”这道题我刷了不下三遍每次面试前翻Hot 100还是会重新瞄一眼。原因很简单它长得太像一道“暴力题”了但真正动手写的时候大多数人都会掉进“除法陷阱”里出不来。题目原文不长给你一个整数数组nums返回一个数组answer其中answer[i]等于nums中除了nums[i]之外其余各元素的乘积。题目还给了两个硬性约束不能使用除法时间复杂度要求 O(n)。先别急着往下看我建议你拿起笔随便写一个数组试一下。比如nums [1,2,3,4]用手算的结果是[24,12,8,6]。24 是 2×3×412 是 1×3×48 是 1×2×46 是 1×2×3。手算很容易可一旦约束你“不能用除法”很多人的第一反应就卡壳了。这题背后的核心考点其实是前后缀分解也常叫“左右乘积法”。你不需要算全体乘积再除掉某个数而是把“除了自身以外”拆成“左边的乘积 × 右边的乘积”。这个思维模型不仅这一题用得上很多数组类、动态规划类的题目都能复用所以我一直觉得它是Hot 100里性价比极高的一道题。1.2 为什么“不能用除法”是这题的灵魂有的读者可能会问就算不能用除法我先算出所有数的乘积total然后answer[i] total / nums[i]不就行了如果题目没禁用除法这确实是最快的方法代码两行就写完。但面试官设置这个约束背后有很实际的考量。第一个理由是0 的问题。假设数组是[0, 1, 2, 3]总乘积是 0如果直接除以nums[i]那么answer[0]就是0 / 0根本没法算。你当然可以专门处理多个0的场景但代码会一下子变得很啰嗦而且容易漏边界。更别说数组里有两个0的情况 —— 只有0所在的位置结果非零其余位置全是0用除法实现你得单独开一遍逻辑判断。第二个理由是溢出风险。虽然题目说数组元素在32位整数范围内但“乘积”可不一定还在这个范围内。如果全部元素乘起来再逐一除中间这个total很可能先溢出了。前后缀法只做局部乘法每一步的乘积范围天然受约束安全得多。第三个理由更贴近面试本质题目想筛选的是建模能力不是计算能力。能想到“每个位置的结果 左边乘积 × 右边乘积”说明你对数组扫描、状态累积这类基础技巧是理解的而只会写除法的人往往只是背过某个模板换个约束就露馅。所以把这题的“为什么不让用除法”想透比多刷十道简单题都有价值。2. 解法一左右乘积数组最直观的标准答案2.1 思路建模把“除了自身”拆成两半“除了自身以外”这个表述乍一听是一个整体但你可以换个角度看对任意位置i来说自身左边有一串数右边有一串数结果就是这两串数的乘积。左边那一串的乘积可以提前算好存起来右边那一串同理。最后每个位置只需要做一次乘法把左和右拼起来。具体来说维护两个数组left[i]nums[0]到nums[i-1]的乘积也就是位置i左侧所有元素的乘积。注意left[0]没有左侧元素按数学约定空乘积为 1。right[i]nums[i1]到nums[n-1]的乘积也就是位置i右侧所有元素的乘积。同理right[n-1] 1。那么答案就是answer[i] left[i] * right[i]。这个思路有一点像把一列队伍从中间某个位置分成左右两段左边的人数和右边的互不相干先把两段的人数分别数清楚再相乘。它不依赖任何除法也天然规避了0的困扰因为乘法中任何一个0都只是让结果归零不会引发运行时错误。2.2 代码实现分步扫描边界一目了然以 Python 为例最清晰的写法是分两次遍历一次从左往右填left一次从右往左填right最后合成答案def productExceptSelf(nums): n len(nums) left [1] * n right [1] * n answer [1] * n # 从左往右left[i] 存 nums[0..i-1] 的乘积 for i in range(1, n): left[i] left[i - 1] * nums[i - 1] # 从右往左right[i] 存 nums[i1..n-1] 的乘积 for i in range(n - 2, -1, -1): right[i] right[i 1] * nums[i 1] # 合并 for i in range(n): answer[i] left[i] * right[i] return answer这里有几个容易写错的地方我特别提醒一下遍历起点填left时循环从1开始因为left[0]已经是初始值 1不需要再乘任何东西。填right时循环从n-2开始因为right[n-1]也是初始值 1。下标对应left[i] left[i-1] * nums[i-1]不是nums[i]。如果你写成nums[i]那就把当前位置自己也乘进去了结果会错得离谱。空数组如果n 0三个数组都是空列表返回空即可代码自然兼容。如果面试官问“单元素数组[5]”答案应该是[1]因为“除了自己以外没有任何元素”空乘积约定为 1这种约定在数学和工程里都很常见。你可以把以上逻辑翻译成 C 或 Java结构一模一样vectorint productExceptSelf(vectorint nums) { int n nums.size(); vectorint left(n, 1), right(n, 1), answer(n, 1); for (int i 1; i n; i) { left[i] left[i - 1] * nums[i - 1]; } for (int i n - 2; i 0; --i) { right[i] right[i 1] * nums[i 1]; } for (int i 0; i n; i) { answer[i] left[i] * right[i]; } return answer; }这个版本的时间和空间复杂度都是 O(n)代码逻辑非常直白适合作为面试时的“保底答案”。如果你只想让考官看到你可复现、稳扎稳打的功底完全可以就停在这里。但如果想多拿一点印象分往下看优化版。3. 解法二空间优化到 O(1) —— 面试加分的关键一步3.1 优化动机left 和 right 能不能只留一个上面的解法和“暴力算总乘积再除法”相比已经算是标准答案了但考官通常还会追问一句“能不能把额外空间降到 O(1)”注意这里的 O(1) 指的是除了返回数组本身之外不用额外数组。换句话说answer是必须返回的不能算在额外空间里但left和right这两个辅助数组是可以省掉的。怎么省我再观察一下计算过程answer[i] left[i] * right[i]。如果我先用answer把left的结果存下来然后从右往左扫一遍同时用一个变量right动态累积右侧乘积那么每个位置都可以当场算出答案。这样唯一保留下来的“数组”只有answer本身额外空间就是常数级。这其实是一种很常见的优化技巧第一个循环把中间结果暂存在输出数组里第二个循环用滚动变量覆盖。理解了这个套路以后再遇到“原地修改数组原地求值”的题你会敏锐很多。3.2 代码实现两遍遍历一个变量搞定直接看代码def productExceptSelf(nums): n len(nums) answer [1] * n # 第一遍从左往右answer[i] 暂时存左侧乘积 for i in range(1, n): answer[i] answer[i - 1] * nums[i - 1] # 第二遍从右往左用一个变量累积右侧乘积 right 1 for i in range(n - 1, -1, -1): answer[i] * right right * nums[i] return answer我把这段代码的每一步手动推演一遍方便你看清它为什么是对的。假设nums [1, 2, 3, 4]第一遍结束后answer [1, 1, 2, 6]。这四个数分别代表每个位置的左侧乘积位置0左侧没有元素是1位置1左侧是1位置2左侧是1×22位置3左侧是1×2×36。第二遍开始时right 1。处理i 3answer[3] 6 * 1 6然后right 1 * 4 4处理i 2answer[2] 2 * 4 8然后right 4 * 3 12处理i 1answer[1] 1 * 12 12然后right 12 * 2 24处理i 0answer[0] 1 * 24 24。最后得到[24, 12, 8, 6]完全正确。整个过程只有right这一个额外变量在不断滚动空间占用不随数组规模变化。C 版本同样简洁vectorint productExceptSelf(vectorint nums) { int n nums.size(); vectorint answer(n, 1); for (int i 1; i n; i) { answer[i] answer[i - 1] * nums[i - 1]; } int right 1; for (int i n - 1; i 0; --i) { answer[i] * right; right * nums[i]; } return answer; }很多第一次看这个解法的读者会困惑为什么要先乘right再更新right顺序能不能反过来这里的关键是处理answer[i]时right必须表示“i 右侧所有元素的乘积”也就是nums[i1..n-1]的乘积。如果先更新再乘right就会把nums[i]自己也乘进去结果就错了。这个细节我面试时亲耳听过有人答反当场就能看出对方对状态变量的理解是否扎实。3.3 为什么“输出数组不算额外空间”是合理约定有些同学会举手提问answer明明也是个 O(n) 的数组凭什么说空间复杂度是 O(1)这其实是算法题里一条约定俗成的规则函数必须返回一个结果数组这个数组占的空间不参与额外空间统计。就像你写排序算法如果允许原地排序交换变量占了 O(1)但数组本身就是输入参数自然不能算额外开销。在实际工程里这种约定也说得通内存申请者本来就要为返回值分配空间能否省掉的是“临时辅助”这块开销。面试时如果你想表达得更严谨可以主动说一句“不算输出数组的话额外空间是 O(1)”大多数考官立刻就会给你加分。4. 复杂度对比与面试答题节奏4.1 一表看懂三种思路的取舍面试过程中很多时候你不需要立刻写出最优解但你需要在到达最优解之前清楚地说明每一层优化的理由。强行背一个答案并不难难的是让面试官觉得你“想明白了”。我整理了一张表方便对照解法时间复杂度额外空间是否满足“不用除法”适用场景推荐指数先求总乘积再逐个相除O(n)O(1)否违反约束仅当题目允许除法且无0时不推荐左右乘积数组O(n)O(n)是思路最直观适合初学时理解推荐输出数组复用 滚动变量O(n)O(1)是面试首选空间敏感场景强烈推荐横向对比后你会发现除法方案因为踩了题意红线几乎可以无视左右数组方案是教学意义上的“标准答案”而复用输出数组的方案才是实战面试中最值得写的版本。它没有牺牲可读性又把空间降到了最优是性价比最高的一条路。4.2 面试话术从读题到写出最优解的完整示范我当年在模拟面试里练过这道题很多次后来也帮别人mock过多次总结出一套比较好用的表达节奏分享给你第一步先复述题意并确认约束。我会说“输入是整数数组要求返回每个位置除自身以外元素的乘积不能用除法O(n) 时间内。”这一步能让面试官确认你没跑偏。第二步说朴素想法但主动否定“最直接的做法是求出总乘积再除以每个元素但一是题目禁止除法二是数组里有0时会出问题所以得另想办法。”第三步切换到前后缀思路“每个位置的结果可以看作‘左侧乘积 × 右侧乘积’。我先把每个位置的左侧乘积算出来再从右往左把右侧乘积乘上去。”这里可以顺手画个数组下标示意图面试时边画边说比自己闷头写代码效果好得多。第四步写代码同时轻声讲关键点。写到第二遍循环时顺口提一下right变量“先乘后更新”的原因。写完之后立刻用[1,2,3,4]手动验证一遍再补测[0,1,2]或单元素数组。第五步主动总结复杂度“时间复杂度 O(n)三次循环或两次循环都是线性额外空间 O(1)因为复用了输出数组。”这一整套流程大约3到5分钟比直接贴出最优解更能体现你的思考过程。面试官要的不是一个能背答案的人而是一个遇到陌生问题也能拆解出思路的人。4.3 现场推演的边界用例手算demo时我建议至少准备三个用例常规场景nums [1,2,3,4]预期[24,12,8,6]。这是你写代码后第一遍自测的用例。含零场景nums [0,1,2]预期[2,0,0]。用前后缀法完全不需要特判直接套公式就得到正确答案顺便展示“不依赖除法”的优势。单元素场景nums [5]预期[1]。很多人会在这里犯迷糊其实空乘积约定为1answer[0]初始化就是 1两遍循环都不进入或只进入一次结果自然正确。除了这三个用例还可以看一眼nums [1, -1]预期[-1, 1]验证负数乘积没问题。边界用例不是走过场它能帮你既说服面试官也防止自己写着写着下标越界。5. 常见问题与边界条件速查5.1 高频出错点和排查思路虽然这道题代码很短但我见过太多人栽在一些不起眼的小地方。下面这几个问题是我在平时帮别人review代码时最常遇见的第一个是循环边界写错。填left时用了range(n)结果把nums[i]自己也乘了进去或者从右往左时写成range(n, -1, -1)越界访问answer[n]。这类问题靠语法检查很难发现因为数组初始化为1时多乘一个1不会让结果立刻报错只有数据不凑巧时才露馅。所以我每次写这种前后缀循环都会先在纸上确认一遍第一个循环从1开始第二个循环从n-2开始或者用range(n-1, -1, -1)配合变量滚动。第二个是对“0”的处理时机。如果面试官追问“数组里有0怎么办”有些同学会下意识地想在代码里加if nums[i] 0之类的分支。其实前后缀法根本不需要这个分支0 会自动让对应位置的乘积归零。你只需要自信地解释一遍原理而不是慌慌张张地补补丁。第三个是整数溢出。题目通常在 32 位整数范围内给出答案但如果你在本地测试时用了更大的数可能会溢出。LeetCode 的测试用例一般不会让你溢出但在 C 里写乘法时养成用long long的习惯或者心里清楚哪些位置可能结果特别大总归不是坏事。5.2 一题多语言实现的细节差异这道题在主流语言里写起来大同小异但有几个细节需要注意。Python 版本最简洁风险在于answer [1] * n这种初始化是否满足你的需求这里是创建独立列表不用担心引用共享问题。Java 版本要注意int[] answer new int[n]; Arrays.fill(answer, 1);因为 Java 默认数组元素是 0不填 1 会让乘法结果全变 0。C 版本和Java类似vectorint answer(n, 1)一行搞定没有默认值陷阱。还有个跨语言的通病有人在第二遍循环时用了两个变量一个right一个left其实完全没必要。左乘积已经存在answer里了右乘积用滚动变量即可。少一个变量代码更简洁也更容易解释。5.3 区域误区面试中千万不要说的“讨巧方案”最后说一个我提醒过很多学生的点不要拿“允许使用额外API”去钻空子。有些语言提供现成的累积乘法库函数或者有人会提议“用对数把乘法变加法再用指数还原”。这两种思路都不太合适。为什么因为题目明确要求不能用除法本质是在考察你对乘法结构本身的理解。用对数技巧的话浮点数误差会让你在某些测试用例上直接挂掉而且面试官一看就知道你在取巧对你的印象分会大打折扣。老老实实写前后缀优化版比什么花活都强。如果真的想多聊一个话题可以是“如果数组里只有一个0用除法方案怎么处理”。这个延展能显示出你对边界情况的掌控力但别把它当作主方案。6. 复盘与扩展思考6.1 这道题的“母题意义”前后缀技巧的迁移每道 Hot 100 的题目我都习惯做一次“认知提炼”问自己这道题除了背答案真正教会了我什么对于 238 题答案是前后缀分解思想。这个概念你在很多地方都见过前缀和、后缀和、前缀最大、后缀最小……本质上都是“把对全体的查询拆成对左右两侧的预处理”。举个例子你下次遇到“求每个位置左侧比它大的元素个数”这类题第一反应就可以是“能不能用某种方式先预处理左侧信息再在线计算”一旦建立了这种思维很多题目的第一层朴素解法就不再是暴力遍历了。再举个例子有一类“除自身之外的最值”题目比如“返回每个元素之外的最大值”思路一模一样无非是把乘积换成最大值运算。可见这个套路不是死记硬背而是可以举一反三的。6.2 如果允许除法但存在多个0你会怎么处理作为面试后的延伸讨论你可以主动向面试官抛出这个问题。思路是这样的统计数组里 0 的个数。如果 0 的个数为 0直接用总乘积除以每个元素。如果 0 的个数为 1只有那个0所在的位置结果是“其余所有非零元素的乘积”其他位置全是 0。如果 0 的个数大于等于 2所有位置结果都是 0。这个方案虽然满足“能用除法”的假设但代码分支比前后缀法多不少。把这个对比想明白你就不难理解前后缀法的优势不只是绕开除法约束而是天然规避了因0引发的多种特殊情况。这也是为什么它在工程意义上更稳健。6.3 一道题牵出的复习路线如果你刚刷到这道题我觉得可以顺便把下面这类题目一起过一遍前缀和系列求区间和、求子数组满足某条件的数量。这类题考验的是“预处理查询”和238的思路最接近。原地修改数组系列像“除自身以外数组的乘积”这种“输出数组复用输入数组”的技巧在字符串轮转、数组压缩等题目里也会出现。前后缀极值系列比如每个位置的“左边最大值和右边最小值”常用于分治算法里的预处理环节。把这些题目按“思维模型”归类比按题号顺序刷要高效得多。每次碰到新题先问自己它的解法本质是“前缀思想”还是“滑动窗口”还是“二分查找”答上来你的刷题就开始有体系了。7. 写在最后的实操心得这道题我刷了三遍每一遍都有新体会。第一遍只学会了左右数组写法觉得还挺“绕”第二遍理解了滚动变量优化开始惊叹于这种“一个数组顶两个用”的优雅第三遍是在帮别人做模拟面试时才真正把“为什么不能用除法”“为什么0不是问题”“为什么输出数组不算空间”这些问题都串了起来。所以我强烈建议你不要只满足于提交通过一定要做一次“口头讲解”——找一个朋友或者在白板上对着空气讲一遍思路。如果能在不看代码的情况下把逻辑流畅地讲出来说明你是真的理解了。最后再分享一个小技巧刷题时准备一个“边界用例清单”每道题至少三个边界用例。对这道题我的清单是[1,2,3,4]、[0,1]、[5]。这三个用例加起来刚好覆盖了常规、零值和单元素三种情况。等你在键盘上敲代码前先过一遍这几个输入大概率就不会出现低级错误。这题可以就此打住但前后缀的技巧建议你继续在其他数组题里多用几次用熟练了它会成为你算法工具箱里一把非常顺手的家伙。