LeetCode-2104 子陣列範圍和
來源:力扣(LeetCode)
連結:https://leetcode-cn.com/problems/sum-of-subarray-ranges
題目描述
給你一個整數陣列 nums 。nums 中,子陣列的 範圍 是子陣列中最大元素和最小元素的差值。
返回 nums 中 所有 子陣列範圍的 和 。
子陣列是陣列中一個連續 非空 的元素序列。
示例 1:
輸入:nums = [1,2,3]
輸出:4
解釋:nums 的 6 個子陣列如下所示:
[1],範圍 = 最大 - 最小 = 1 - 1 = 0
[2],範圍 = 2 - 2 = 0
[3],範圍 = 3 - 3 = 0
[1,2],範圍 = 2 - 1 = 1
[2,3],範圍 = 3 - 2 = 1
[1,2,3],範圍 = 3 - 1 = 2
所有範圍的和是 0 + 0 + 0 + 1 + 1 + 2 = 4
示例 2:
輸入:nums = [1,3,3]
輸出:4
解釋:nums 的 6 個子陣列如下所示:
[1],範圍 = 最大 - 最小 = 1 - 1 = 0
[3],範圍 = 3 - 3 = 0
[3],範圍 = 3 - 3 = 0
[1,3],範圍 = 3 - 1 = 2
[3,3],範圍 = 3 - 3 = 0
[1,3,3],範圍 = 3 - 1 = 2
所有範圍的和是 0 + 0 + 0 + 2 + 0 + 2 = 4
示例 3:
輸入:nums = [4,-2,-3,4,1]
輸出:59
解釋:nums 中所有子陣列範圍的和是 59
提示:
1 <= nums.length <= 1000
-109 <= nums[i] <= 109
解題思路
首先看資料範圍,可以通過暴力法來做,遍歷子陣列,分別求出最大值最小值然後求和,時間複雜度是O(n2)
還有一種巧妙的方法可以將時間複雜度壓縮到O(n)。
對於第i個數ai,如果左邊第一個比他小的數下標為left,第一個比他小的數下標位right,那麼(left,right)中所有的子陣列最小值都是ai,在(left,right)中共有(right - i) * (i - left) 個子陣列,那麼(left, right)範圍內子陣列最小值的和為(right - i) * (i - left) * ai,同理可以求出(left, right)範圍內子陣列最大值的和,兩個相減就可以求出(left, right)範圍內的範圍和。
問題轉化為了如何第i個數左邊小值和大值及右邊的小值和大值,使用單調棧一次遍歷便可以分別求得這四個值,並且用vector將下標存起來。
程式碼展示
暴力法:
class Solution { public: long long subArrayRanges(vector<int>& nums) { int n = nums.size(); long long ret = 0; for (int i = 0; i < n; i++) { int minVal = INT_MAX, maxVal = INT_MIN; for (int j = i; j < n; j++) { minVal = min(minVal, nums[j]); maxVal = max(maxVal, nums[j]); ret += maxVal - minVal; } } return ret; } };
單調棧+數學:
class Solution { public: long long subArrayRanges(vector<int>& nums) { int n = nums.size(); long long ret = 0; vector<int> viLeftMin(n), viRightMin(n), viLeftMax(n), viRightMax(n); stack<int> siMax, siMin; for(int i = 0; i < n; i++) { while(!siMin.empty() && nums[siMin.top()] > nums[i]) siMin.pop(); viLeftMin[i] = siMin.empty()? -1: siMin.top(); siMin.push(i); while(!siMax.empty() && nums[siMax.top()] <= nums[i]) siMax.pop(); viLeftMax[i] = siMax.empty()? -1: siMax.top(); siMax.push(i); } siMax = stack<int>(); siMin = stack<int>(); for(int i = n - 1; i >= 0; i--) { while(!siMin.empty() && nums[siMin.top()] >= nums[i]) siMin.pop(); viRightMin[i] = siMin.empty()? n: siMin.top(); siMin.push(i); while(!siMax.empty() && nums[siMax.top()] < nums[i]) siMax.pop(); viRightMax[i] = siMax.empty()? n: siMax.top(); siMax.push(i); } for(int i = 0; i < n; i++) { ret += ((((long long)viRightMax[i] - i) * (i - viLeftMax[i])) - (((long long)viRightMin[i] - i) * (i - viLeftMin[i])))* nums[i]; } return ret; } };
執行結果