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
|
3天前
|
算法 安全 测试技术
golang 栈数据结构的实现和应用
本文详细介绍了“栈”这一数据结构的特点,并用Golang实现栈。栈是一种FILO(First In Last Out,即先进后出或后进先出)的数据结构。文章展示了如何用slice和链表来实现栈,并通过golang benchmark测试了二者的性能差异。此外,还提供了几个使用栈结构解决的实际算法问题示例,如有效的括号匹配等。
golang 栈数据结构的实现和应用
01_设计一个有getMin功能的栈
01_设计一个有getMin功能的栈
|
4天前
|
前端开发
07_用队列实现栈
07_用队列实现栈
06_用栈来求解汉诺塔问题
06_用栈来求解汉诺塔问题
05_用一个栈实现另一个栈的排序
05_用一个栈实现另一个栈的排序
03_如何仅用递归函数和栈操作逆序一个栈
03_如何仅用递归函数和栈操作逆序一个栈
|
4天前
|
测试技术
02_由两个栈组成的队列
02_由两个栈组成的队列
|
7天前
|
存储
|
22天前
|
存储 人工智能 C语言
数据结构基础详解(C语言): 栈的括号匹配(实战)与栈的表达式求值&&特殊矩阵的压缩存储
本文首先介绍了栈的应用之一——括号匹配,利用栈的特性实现左右括号的匹配检测。接着详细描述了南京理工大学的一道编程题,要求判断输入字符串中的括号是否正确匹配,并给出了完整的代码示例。此外,还探讨了栈在表达式求值中的应用,包括中缀、后缀和前缀表达式的转换与计算方法。最后,文章介绍了矩阵的压缩存储技术,涵盖对称矩阵、三角矩阵及稀疏矩阵的不同压缩存储策略,提高存储效率。
|
5天前
|
安全 JavaScript 前端开发
栈溢出漏洞传播Worm.Delf.yqz
栈溢出漏洞传播Worm.Delf.yqz