【BD算法题】长度为n的数组的所有乘积为正的连续子数组个数、所有乘积为负的连续子数组个数

Problem

魔法师小树有n个魔法元素，他把它们排成一行，从左到右第i个魔法元素的能量值是一个非零整数$a_i$。小树每次施展魔法的方式是挑选一段连续的非空的魔法元素，将它们的能量乘起来，得到的值就是这次魔法的总能量。如果能量大于零即为白魔法，否则为黑魔法。

现在想知道施展一个白魔法或黑魔法的方案数分别有多少？两个方案不同是指挑选的连续区间不同。
描述：
第一行有一个整数n（1<n<2*10^5），表示魔法元素的个数。
第二行有n个整数$a_1,a_2,a_3,...,a_n(-10^9<=a_i<=10^9;a_i\ne 0)$ 代表魔法元素的能量值。
输出描述：
输出两个整数，分别表示施展一个白魔法和施展一个黑魔法的方案数。

示例输入：

5
5 -3 3 -1 1

示例输出：

7 8

题目简化

题目比较长，简单来说，就是求长度为n的数组的所有乘积为正的连续子数组个数、所有乘积为负的连续子数组个数，其中数组中不含0. 与动态规划的经典问题乘积最大子数组不同，本题要找出所有情况，最简单直接的想法是两层for循环，暴力检索。

暴力法

两层for循环，i 为左指针， j 为右指针。注意长度为 1 的子数组的处理。

def problem2(arr):
    n = len(arr)
    poss = 0
    neg = 0
    for i in range(n):
        tmp=arr[i]
        if tmp>0:
            poss+=1
        else:
            neg +=1
        for j in range(i+1,n):
            tmp*=arr[j]
            if tmp>0:
                poss+=1
            else:
                neg +=1
    return poss, neg

连续子数组个数总和为$1+2+3+...+n=n\ast (n+1)/2$， 所以时间复杂度为$O(n^2)$.
考虑到当数组中元素很大时，乘法可能耗时，可以先遍历一遍，只保存数组中元素的符号，以替代原数组。
然而，此方法的复杂度依旧很高，在n很大时无法快速求解。

由位置 i 推断位置 j

示例 递推求解 乘积为正连续子数组个数，乘积为负的子数组个数可以由 $n(n+1)/2-乘积为正的子数组个数$ 求出。

原数组符号	+	-	+	-	+	+	+	-	-	-
累计负号个数	0	1	1	2	2	2	2	3	4	5
signs：1~i 累积符号1+0-	1	0	0	1	1	1	1	0	1	0
乘积为正连续子数组个数	1	1	2	4	7	11	16	18	24	27

如果已知数组$a[1:i]$的乘积为正连续子数组个数，要计算数组$a[1:i+1]$的乘积为正连续子数组个数，可以拆分为
1、$a[1:i]$的乘积为正连续子数组个数
2、$a[1:i+1],a[2:i+1],a[3:i+1],...,a[i:i+1],a[i+1]$中乘积为正的个数。

要快速判断 $a[1:i+1],a[2:i+1],a[3:i+1],...,a[i:i+1],a[i+1]$ 乘积的符号，可以考虑用一个数组signs存下$a[1]\ast a[2]\ast ...\ast a[i]=a[i]!$的符号（只需要遍历一次数组即可得到$O(n)$）。$a[j:i]$的累乘符号，可以由$a[j]!$与$a[i]!$的符号确定。因此，a[1:i+1], a[2:i+1], a[3:i+1] ,... , a[i:i+1], a[i+1]中乘积为正的个数，可以由累积符号确定：

1、如果$a[i+1]$为正，比如由上表中4到7，增加的情况有：$+-+-+$ , $-+-+$, $+$ 三种，即signs[:i+1]中1的个数。
2、如果$a[i+1]$为负，比如由上表中16到18，增加的情况有：$+-+++-$, $-+++-$ 两种， 即sign[:i] 中0的个数。

由此写出代码：

def problem2_spped2(arr):
    '''
    signs: arr[i]! 的符号, 1正，0负
    poss_list: 到位置i的所有 乘积为正的 连续子数组个数
    ones, zeros: 记录signs几个0，几个1
    '''
    n=len(arr)
    tmp_sign = arr[0]
    poss = int(arr[0]==(abs(arr[0])))
    poss_list=[poss]
    signs = [poss]
    ones = int(poss==1)
    zeros = int(poss!=1)
    
    for i in range(1,len(arr)):
        tmp_sign *= arr[i]
        if tmp_sign<0:
            signs.append(0)
            zeros+=1
        else:
            signs.append(1)
            ones+=1
        
        if signs[i]==0:
            poss += zeros-1
        else:
            poss+= ones
        poss_list.append(poss)
    return poss, (n*(n+1))//2-poss

测试

if __name__ =='__main__':
    import time
    import numpy as np
    
    arr=[1,-2,3,-4,5, 6, 7, -8,-9,-10]
    t1 = time.time()
    print(problem2(arr))
    t2 = time.time()
    print(t2-t1)
    print(problem2_spped2(arr))
    t3 = time.time()
    print(t3-t2)

    arr = np.random.randn(1,2*10**5).tolist()[0]
    t2 = time.time()
    print(problem2_spped2(arr))
    t3 = time.time()
    print(t3-t2)

可以看到，两种方法结果一直，优化后的方法在处理$n=2\ast 10^5$ 也只需要0.05秒。