[leetcode/lintcode 题解] 算法面试真题详解:最大值在界内的子数组个数

简介: [leetcode/lintcode 题解] 算法面试真题详解:最大值在界内的子数组个数

描述
给定一个包含正整数的数组A , 以及两个正整数 L 和R (L <= R).
返回最大元素值在范围[L, R]之间的子数组(连续, 非空)的个数。

  1. L, R 和A[i]的范围在[0, 10^9]内.
  2. A的长度在 [1, 50000]内.

在线评测地址:领扣题库官网

样例1
输入: A = [2, 1, 4, 3], L = 2, R = 3
输出: 3
解释: 有三个子数组满足要求:[2], [2, 1], [3].
样例2
输入: A = [7,3,6,7,1], L = 1, R = 4
输出: 2

解题思路
一个子数组可以用一对下标 (l, r) 表示.
原本的数组可以视为被 大于R 的元素分割了, 因为大于R的元素下标必然不会在任一对合法的子数组内.
假定我们已经以 大于R 的元素将数组分割了, 那么现在我们考虑在一个不含大于R的元素的数组内, 如何求解答案:
运用容斥原理, 答案 = 所有子数组数量 - 不合法的子数组数量.
而不合法的子数组的数量就等于两个不小于L的元素之间的间隔部分的子数组数量, 就是相当于再以不小于L的元素分割, 这时得到的所有数组的全部子数组数量综合就是上面要减去的数量.
可以在一个循环内完成上述工作, 时间复杂度O(n), n是数组长度.
源代码

public class Solution {
    /**
     * @param A: an array
     * @param L: an integer
     * @param R: an integer
     * @return: the number of subarrays such that the value of the maximum array element in that subarray is at least L and at most R
     */
    public int numSubarrayBoundedMax(int[] A, int L, int R) {
        int n = A.length;
        if (n == 0) {
            return 0;
        }
        
        int ans = 0;
        for (int l = 0, r = 0; l < n; l++, r++) {
            int maxv = A[r];
            while (maxv <= R) { // 以大于R的元素为分割
                r++;
                if (r >= n) {
                    break;
                }
                maxv = Math.max(maxv, A[r]);
            }
            
            // 当前[l, r)范围的下标构成的子数组就是被大于R的元素分割出来的一段
            ans += (r - l) * (r - l + 1) / 2; // 这一段的全体子数组的数量
            int last = l - 1;    // last表示上一个不小于L的元素的位置
            for (; l < r; l++) { // 运用容斥原理把这一段内非法的再减去
                if (A[l] >= L) { // 以.表示小于L的元素, 以#表示不小于L的元素, 例如 ..#..#..., 我们要减去的就是每一段连续的.含有的的子数组的数量和
                    ans -= (l - last) * (l - last - 1) / 2; 
                    last = l;
                }
            }
            ans -= (r - last) * (r - last - 1) / 2; // 不要忘记末尾还有一段
        } 
        
        return ans;
    }
}

更多题解参考:九章官网solution

相关文章
|
5月前
|
存储 人工智能 算法
从零掌握贪心算法Java版:LeetCode 10题实战解析(上)
在算法世界里,有一种思想如同生活中的"见好就收"——每次做出当前看来最优的选择,寄希望于通过局部最优达成全局最优。这种思想就是贪心算法,它以其简洁高效的特点,成为解决最优问题的利器。今天我们就来系统学习贪心算法的核心思想,并通过10道LeetCode经典题目实战演练,带你掌握这种"步步为营"的解题思维。
|
12月前
|
算法
面试场景题:如何设计一个抢红包随机算法
本文详细解析了抢红包随机算法的设计与实现,涵盖三种解法:随机分配法、二倍均值法和线段切割法。随机分配法通过逐次随机分配金额确保总额不变,但易导致两极分化;二倍均值法优化了金额分布,使每次抢到的金额更均衡;线段切割法则将总金额视为线段,通过随机切割点生成子金额,手气最佳金额可能更高。代码示例清晰,结果对比直观,为面试中类似算法题提供了全面思路。
1857 16
|
算法 安全 Java
Java线程调度揭秘:从算法到策略,让你面试稳赢!
在社招面试中,关于线程调度和同步的相关问题常常让人感到棘手。今天,我们将深入解析Java中的线程调度算法、调度策略,探讨线程调度器、时间分片的工作原理,并带你了解常见的线程同步方法。让我们一起破解这些面试难题,提升你的Java并发编程技能!
557 16
|
存储 算法 Java
leetcode算法题-有效的括号(简单)
【11月更文挑战第5天】本文介绍了 LeetCode 上“有效的括号”这道题的解法。题目要求判断一个只包含括号字符的字符串是否有效。有效字符串需满足左括号必须用相同类型的右括号闭合,并且左括号必须以正确的顺序闭合。解题思路是使用栈数据结构,遍历字符串时将左括号压入栈中,遇到右括号时检查栈顶元素是否匹配。最后根据栈是否为空来判断字符串中的括号是否有效。示例代码包括 Python 和 Java 版本。
371 4
|
机器学习/深度学习 算法 Java
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
|
算法
每日一道算法题(Leetcode 20)
每日一道算法题(Leetcode 20)
229 2
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩在读者群中分享了关于分库分表的基因算法设计,旨在帮助大家应对一线互联网企业的面试题。文章详细介绍了分库分表的背景、分片键的设计目标和建议,以及基因法的具体应用和优缺点。通过系统化的梳理,帮助读者提升架构、设计和开发水平,顺利通过面试。
美团面试:百亿级分片,如何设计基因算法?
|
存储 Java
【IO面试题 四】、介绍一下Java的序列化与反序列化
Java的序列化与反序列化允许对象通过实现Serializable接口转换成字节序列并存储或传输,之后可以通过ObjectInputStream和ObjectOutputStream的方法将这些字节序列恢复成对象。
|
存储 算法 Java
大厂面试高频:什么是自旋锁?Java 实现自旋锁的原理?
本文详解自旋锁的概念、优缺点、使用场景及Java实现。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:什么是自旋锁?Java 实现自旋锁的原理?
|
存储 缓存 算法
面试官:单核 CPU 支持 Java 多线程吗?为什么?被问懵了!
本文介绍了多线程环境下的几个关键概念,包括时间片、超线程、上下文切换及其影响因素,以及线程调度的两种方式——抢占式调度和协同式调度。文章还讨论了减少上下文切换次数以提高多线程程序效率的方法,如无锁并发编程、使用CAS算法等,并提出了合理的线程数量配置策略,以平衡CPU利用率和线程切换开销。
面试官:单核 CPU 支持 Java 多线程吗?为什么?被问懵了!