2104. 子数组范围和 :「区间 DP」&「递推」&「单调栈」

简介: 2104. 子数组范围和 :「区间 DP」&「递推」&「单调栈」

网络异常,图片无法展示
|


题目描述



这是 LeetCode 上的 2104. 子数组范围和 ,难度为 中等


Tag : 「区间 DP」、「单调栈」


给你一个整数数组 numsnums 中,子数组的 范围 是子数组中最大元素和最小元素的差值。


返回 nums所有 子数组范围的


子数组是数组中一个连续 非空 的元素序列。


示例 1:


输入:nums = [1,2,3]
输出:4
解释:nums 的 6 个子数组如下所示:
[1],范围 = 最大 - 最小 = 1 - 1 = 0 
[2],范围 = 2 - 2 = 0
[3],范围 = 3 - 3 = 0
[1,2],范围 = 2 - 1 = 1
[2,3],范围 = 3 - 2 = 1
[1,2,3],范围 = 3 - 1 = 2
所有范围的和是 0 + 0 + 0 + 1 + 1 + 2 = 4
复制代码


示例 2:


输入:nums = [1,3,3]
输出:4
解释:nums 的 6 个子数组如下所示:
[1],范围 = 最大 - 最小 = 1 - 1 = 0
[3],范围 = 3 - 3 = 0
[3],范围 = 3 - 3 = 0
[1,3],范围 = 3 - 1 = 2
[3,3],范围 = 3 - 3 = 0
[1,3,3],范围 = 3 - 1 = 2
所有范围的和是 0 + 0 + 0 + 2 + 0 + 2 = 4
复制代码


示例 3:


输入:nums = [4,-2,-3,4,1]
输出:59
解释:nums 中所有子数组范围的和是 59
复制代码


提示:


  • 1 <= nums.length <= 1000
  • -10^9 <= nums[i] <= 10^9109<=nums[i]<=109


进阶:你可以设计一种时间复杂度为 O(n)O(n) 的解决方案吗?


区间 DP(预处理)



数据范围为 10^3103,最为朴素的三层循环为:枚举区间(左右端点)+ 扫描区间统计最值,并累加到答案中。该做法复杂度为 O(n^3)O(n3),会 TLE


考虑在此基础上优化,枚举所有区间的操作不好避免,考虑通过「预处理」手段来优化「扫描区间统计最值」操作,通常会将其优化为 O(1)O(1) 查表。


定义 f[l][r][k]f[l][r][k] 为区间 [l, r][l,r] 范围内的最值情况,其中 kk0011f[l][r][0]f[l][r][0] 代表区间 [l, r][l,r] 内的最小值,f[l][r][1]f[l][r][1] 代表区间 [l, r][l,r] 内的最大值。


不失一般性考虑 f[l][r][0]f[l][r][0]f[l][r][1]f[l][r][1] 该如何计算:[l, r][l,r] 区间的最值可由 [l, r - 1][l,r1]nums[r]nums[r] 更新而来:


f[l][r][0] = \min(f[l][r - 1][0], nums[r])f[l][r][0]=min(f[l][r1][0],nums[r])

f[l][r][1] = \max(f[l][r - 1][1], nums[r])f[l][r][1]=max(f[l][r1][1],nums[r])


最后再枚举所有区间统计答案即可。


代码:


class Solution {
    public long subArrayRanges(int[] nums) {
        int n = nums.length;
        int[][][] f = new int[n][n][2];
        for (int i = 0; i < n; i++) f[i][i][0] = f[i][i][1] = nums[i];
        for (int len = 2; len <= n; len++) {
            for (int l = 0; l + len - 1 < n; l++) {
                int r = l + len - 1;
                f[l][r][0] = Math.min(nums[r], f[l][r - 1][0]);
                f[l][r][1] = Math.max(nums[r], f[l][r - 1][1]);
            }
        }
        long ans = 0;
        for (int i = 0; i < n; i++) {
            for (int j = i + 1; j < n; j++) {
                ans += f[i][j][1] - f[i][j][0];
            }
        }
        return ans;
    }
}
复制代码


  • 时间复杂度:区间 DP 复杂度为 O(n^2)O(n2);统计范围和的复杂度为 O(n^2)O(n2)。整体复杂度为 O(n^2)O(n2)
  • 空间复杂度:O(n^2)O(n2)


枚举



更进一步,我们发现在转移计算 [l, r][l,r] 的最值情况时,仅依赖于 [l, r - 1][l,r1](小区间),因此我们可以使用两变量代替动规数组,边遍历边维护并统计答案。


代码:


class Solution {
    public long subArrayRanges(int[] nums) {
        int n = nums.length;
        long ans = 0;
        for (int i = 0; i < n; i++) {
            int min = nums[i], max = nums[i];
            for (int j = i + 1; j < n; j++) {
                min = Math.min(min, nums[j]);
                max = Math.max(max, nums[j]);
                ans += max - min;
            }
        }
        return ans;
    }
}
复制代码


  • 时间复杂度:O(n^2)O(n2)
  • 空间复杂度:O(1)O(1)


单调栈



假设有 mm 个区间,最终的表达式为 mm 个等式 \max - \minmaxmin 之和。


若某个 nums[i]nums[i],如果在这 k_1k1 个区间中充当最大值,则在最终等式中以 \maxmax 的形式出现 k_1k1 次,如果在 k_2k2 个区间中充当最小值,则在最终等式中以 \minmin 形式出现 k_2k2 次。


因此我们可以统计每个 nums[i]nums[i] 成为区间最大值的次数 k_1k1 和成为区间最小值的次数 k_2k2(k_1 - k_2) * nums[i](k1k2)nums[i]nums[i]nums[i] 对于最终答案的贡献。


考虑如何统计每个 nums[i]nums[i] 成为区间最值的次数:


  1. nums[i]nums[i] 作为区间最大值的次数:找到 nums[i]nums[i] 左右最近一个不满足「小于等于 nums[i]nums[i]」的位置,记其为 ppqq。此时区间左端点共有 i - pip 个选择,区间右端点共有 q - iqi 个选择,根据乘法原理,区间个数为 (i - p) * (q - i)(ip)(qi) 个;
  2. nums[i]nums[i] 作为区间最小值的次数:同理,找到 nums[i]nums[i] 左右最近一个不满足「大于等于 nums[i]nums[i]」的位置,记其为 ppqq,区间个数为 (i - p) * (q - i)(ip)(qi) 个。


值得注意的是,由于 nums[i]nums[i] 存在相同元素,因此上述两边均取等号的做法会导致某些区间被重复计算,因此我们可以令最近右端点的部分不取等号,确保区间统计不重不漏。


代码:


class Solution {
    int n;
    public long subArrayRanges(int[] nums) {
        n = nums.length;
        long[] min = getCnt(nums, true), max = getCnt(nums, false);
        long ans = 0;
        for (int i = 0; i < n; i++) ans += (max[i] - min[i]) * nums[i];
        return ans;
    }
    long[] getCnt(int[] nums, boolean isMin) {
        int[] a = new int[n], b = new int[n];
        Deque<Integer> d = new ArrayDeque<>();
        for (int i = 0; i < n; i++) {
            while (!d.isEmpty() && (isMin ? nums[d.peekLast()] >= nums[i] : nums[d.peekLast()] <= nums[i])) d.pollLast();
            a[i] = d.isEmpty() ? -1 : d.peekLast();
            d.addLast(i);
        }
        d.clear();
        for (int i = n - 1; i >= 0; i--) {
            while (!d.isEmpty() && (isMin ? nums[d.peekLast()] > nums[i] : nums[d.peekLast()] < nums[i])) d.pollLast();
            b[i] = d.isEmpty() ? n : d.peekLast();
            d.addLast(i);
        }
        long[] ans = new long[n];
        for (int i = 0; i < n; i++) ans[i] = (i - a[i]) * 1L * (b[i] - i);
        return ans;
    }
}
复制代码


  • 时间复杂度:O(n)O(n)
  • 空间复杂度:O(n)O(n)


最后



这是我们「刷穿 LeetCode」系列文章的第 No.2104 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。


在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。


为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…


在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

相关文章
|
1月前
|
C语言
【数据结构】栈和队列(c语言实现)(附源码)
本文介绍了栈和队列两种数据结构。栈是一种只能在一端进行插入和删除操作的线性表,遵循“先进后出”原则;队列则在一端插入、另一端删除,遵循“先进先出”原则。文章详细讲解了栈和队列的结构定义、方法声明及实现,并提供了完整的代码示例。栈和队列在实际应用中非常广泛,如二叉树的层序遍历和快速排序的非递归实现等。
174 9
|
1月前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
31 1
|
21天前
|
存储 缓存 算法
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式,强调了合理选择数据结构的重要性,并通过案例分析展示了其在实际项目中的应用,旨在帮助读者提升编程能力。
43 5
|
1月前
|
存储 算法 Java
数据结构的栈
栈作为一种简单而高效的数据结构,在计算机科学和软件开发中有着广泛的应用。通过合理地使用栈,可以有效地解决许多与数据存储和操作相关的问题。
|
1月前
|
存储 JavaScript 前端开发
执行上下文和执行栈
执行上下文是JavaScript运行代码时的环境,每个执行上下文都有自己的变量对象、作用域链和this值。执行栈用于管理函数调用,每当调用一个函数,就会在栈中添加一个新的执行上下文。
|
1月前
|
存储
系统调用处理程序在内核栈中保存了哪些上下文信息?
【10月更文挑战第29天】系统调用处理程序在内核栈中保存的这些上下文信息对于保证系统调用的正确执行和用户程序的正常恢复至关重要。通过准确地保存和恢复这些信息,操作系统能够实现用户模式和内核模式之间的无缝切换,为用户程序提供稳定、可靠的系统服务。
51 4
|
1月前
|
算法 安全 NoSQL
2024重生之回溯数据结构与算法系列学习之栈和队列精题汇总(10)【无论是王道考研人还是IKUN都能包会的;不然别给我家鸽鸽丢脸好嘛?】
数据结构王道第3章之IKUN和I原达人之数据结构与算法系列学习栈与队列精题详解、数据结构、C++、排序算法、java、动态规划你个小黑子;这都学不会;能不能不要给我家鸽鸽丢脸啊~除了会黑我家鸽鸽还会干嘛?!!!
|
29天前
|
算法
数据结构之购物车系统(链表和栈)
本文介绍了基于链表和栈的购物车系统的设计与实现。该系统通过命令行界面提供商品管理、购物车查看、结算等功能,支持用户便捷地管理购物清单。核心代码定义了商品、购物车商品节点和购物车的数据结构,并实现了添加、删除商品、查看购物车内容及结算等操作。算法分析显示,系统在处理小规模购物车时表现良好,但在大规模购物车操作下可能存在性能瓶颈。
47 0
|
2月前
数据结构(栈与列队)
数据结构(栈与列队)
23 1
|
2月前
【数据结构】-- 栈和队列
【数据结构】-- 栈和队列
20 0