力扣35周双周赛5505所有排列中的最大和

所有排列中的最大和

题目连接

一、题目描述

有一个整数数组 nums ，和一个查询数组 requests ，其中 requests[i] = [starti, endi] 。第 i 个查询求 nums[starti] + nums[starti + 1] + … + nums[endi - 1] + nums[endi] 的结果 ，starti 和 endi 数组索引都是 从 0 开始 的。
你可以任意排列 nums 中的数字，请你返回所有查询结果之和的最大值。
由于答案可能会很大，请你将它对 $10^9+7$取余后返回。

示例 1：
输入：nums = [1,2,3,4,5], requests = [[1,3],[0,1]]
输出：19
解释：一个可行的 nums 排列为 [2,1,3,4,5]，并有如下结果：
requests[0] -> nums[1] + nums[2] + nums[3] = 1 + 3 + 4 = 8
requests[1] -> nums[0] + nums[1] = 2 + 1 = 3
总和为：8 + 3 = 11。
一个总和更大的排列为 [3,5,4,2,1]，并有如下结果：
requests[0] -> nums[1] + nums[2] + nums[3] = 5 + 4 + 2 = 11
requests[1] -> nums[0] + nums[1] = 3 + 5 = 8
总和为： 11 + 8 = 19，这个方案是所有排列中查询之和最大的结果。

示例 2：
输入：nums = [1,2,3,4,5,6], requests = [[0,1]]
输出：11
解释：一个总和最大的排列为 [6,5,4,3,2,1] ，查询和为 [11]。

示例 3：
输入：nums = [1,2,3,4,5,10], requests = [[0,2],[1,3],[1,1]]
输出：47
解释：一个和最大的排列为 [4,10,5,3,2,1] ，查询结果分别为 [19,18,10]。

提示：
n == nums.length
1 <= n <= 105
0 <= nums[i] <= 105
1 <= requests.length <= 105
requests[i].length == 2
0 <= starti <= endi < n

二、解法

该问题容易想到贪心算法，统计在查询中每个索引位置出现的次数，然后利用排列，将出现次数多的索引处放置大的数值，此时所计算的和为最大。将每个索引在查询中出现的次数即为数组freq[];

解题的关键便是如何统计出现的次数

1. 暴力解法

对暴力解法来说，我们针对每次查询request[i]，将request[i][0]到request[i][1]的所有区间内索引都加一，遍历所有查询后即可统计出所频率数组

代码如下：

public int maxSumRangeQuery(int[] nums, int[][] requests) {
    final int p = (int)Math.pow(10, 9) + 7;
    int[] number = new int[nums.length];
    for (int i = 0; i < requests.length; i++) {
        for (int j = requests[i][0]; j <= requests[i][1]; j++) {
            number[j]++;
        }
    }
    Arrays.sort(nums);
    Arrays.sort(number);
    int sum = 0;
    for (int i = 0; i < number.length; i++) {
        sum = (sum + nums[i]*number[i] % p) % p;
    }
    return sum;
}

运行结果

超出时间限制
80 / 82 个通过测试用例

时间复杂度：$O(n^2)$

空间复杂度：$O(n)$

2. 差分数组方法

我们可以利用差分数组来统计频率。

差分数组的定义：

差分数组的第 i 项为原数组中第 i 项与第 i - 1 项的差

如此，我们对每一个查询request[i]，只需对差分数组的两项进行更新

• diff[requests[i][0]] + +;
• diff[requests[i][1] + 1] - -;

具体代码

public int maxSumRangeQuery(int[] nums, int[][] requests) {
    int[] diff = new int[nums.length + 1];
    for (int i = 0; i < requests.length; i++) {
        diff[requests[i][0]]++;
        diff[requests[i][1] + 1]--;
    }
    for (int i = 0; i < diff.length - 1; i++)
        diff[i+1] += diff[i];
    Arrays.sort(diff);
    Arrays.sort(nums);
    int ans = 0;
    int p = (int) (1e9 + 7);
    for (int i = 0; i < nums.length; i++) {
        ans = (ans + diff[i+1] * nums[i] % p) % p;
    }
    return ans;
}

运行结果

执行耗时:21 ms,击败了100.00% 的Java用户
内存消耗:75.3 MB,击败了100.00% 的Java用户

时间复杂度：$O(nlogn)$ （对数组进行了排序）

空间复杂度：$O(n)$