子数组的最小值之和

子数组的最小值之和

给定一个整数数组 A，找到 min(B) 的总和，其中 B 的范围为 A 的每个（连续）子数组。

由于答案可能很大，因此返回答案模 10^9 + 7。

示例：
输入：[3,1,2,4]
输出：17

解释：
子数组为 [3]，[1]，[2]，[4]，[3,1]，[1,2]，[2,4]，[3,1,2]，[1,2,4]，[3,1,2,4]。
最小值为 3，1，2，4，1，1，2，1，1，1，和为 17。

提示：
1 <= A <= 30000
1 <= A[i] <= 30000

思路

1. 暴力超时，需要改进下，看了下别人的代码，发现：当数字 x 是最小数字时其所在的子数组的个数 f(x) 可以计算出来。
2. 我们先定义两个操作，expandLeft(x)：返回的是从 x 向左边找第一个小于等于它的数字的索引，若没有返回-1；expandRight(x)：返回的是从 x 向右边找第一个小于它的数字的索引，若没有返回数组长度。
3. 那么 f(x) = [ expandRight(x) - pos(x) ] * [ pos(x) - expandLeft(x) ]
   
4. 这样稍微改进一下代码就能通过了，但是还能继续改进。因为每次寻找是在整个数组中寻找，很费时，O(n^2)。
5. 我们可以将数据先排序（稳定排序），当然需要记录一下数据的索引，存储不要用map，虽然 map 会自排序，但是 map 的 key 值唯一，不符合数据要求。然后定义一个 set，里面先插入 -1 和数组长度，并按数据从小到大的顺序将数据的索引插入到 set 里面，插入时其前后的索引即为我们需要的expandLeft(x)，expandRight(x)的值，这是由 set 的特性决定的，它是一个自排序的容器。
6. 这样我们就不用再整个数组中寻找了，最费时的只是排序操作，O(nlogn)。

代码

稍微改进的暴力（1528ms）：

typedef long long LL;
#define REP(i,s,t) for(int i=(s); i<(t); i++)
const LL M = 1e9 + 7;

class Solution {
public:
    int sumSubarrayMins(vector<int>& A) {
    	LL sum = 0;
        int N = A.size();
        REP(i, 0, N) {
            int l = i - 1, r = i + 1;
            while (l >= 0 && A[i] < A[l]) l--;  //expandLeft
            while (r < A.size() && A[i] <= A[r]) r++;  //expandRight
            sum += (r - i) * (i - l) * A[i];
            if (sum > M) sum -= M;
        }
        return sum;
    }
};

排序后运用 set 特性（184ms）：

typedef long long LL;
#define REP(i,s,t) for(int i=(s); i<(t); i++)
const LL M = 1e9 + 7;

class Solution {
public:
    int sumSubarrayMins(vector<int>& A) {
    	LL sum= 0;
        int N = A.size();
        vector<pair<int, int> > P(N);
        REP(i, 0, N) P[i] = make_pair(A[i], i);
        sort(P.begin(), P.end());
        //REP(i, 0, N) cout << P[i].first << " " << P[i].second << endl;
        set<int> se;
        se.insert(-1), se.insert(N);
        REP(i, 0, N) {
            int pos = P[i].second;
            auto it = se.insert(pos).first;
            int r = *next(it), l = *prev(it);
            sum += LL(r - pos)*(pos - l)*P[i].first;
            sum %= M;
        }
        return sum;
    }
};