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
解答如下:(这题对问题进行复杂度优化,是解决问题的关键,一个是统计相同数值的个数,进行了一次优化,其次是计算针对一个数值为尾的N个子数组的最小值的和,利用上次结果,进行第二次优化;否则将运行超时)
class Solution {
public:
int sumSubarrayMins(vector<int>& A) {
int size=A.size();
//dp[i]为以当前位置为尾,以前面某个数字为首,其最小值为i的的个数,
//这里用map,利用红黑树的特性,可以进行log(2,n)的快速查找
map<int,long long> dp;
long long result=0;//这里是总结果
long long temp=0;//这里是针对某个数值A[n],其前边A[n];A[n-1],A[n];...;A[0]...A[n]的最小值的和
for(int i=0;i<size;i++){
//若不存在当前数值,则以该数值本身构成的子数组个数为1
if(dp.find(A[i])==dp.end()){
dp[A[i]]=1;
}else{
//若存在,则以该数字为最小值的dp[A[i]]+1
dp[A[i]]+=1;
}
//新增一个数,其本身作为子数组,需要计入当前数值temp中
temp+=A[i];
//这里利用upper_bound(),用log(2,n)的时间复杂度查找到比他大元素迭代器
for(map<int,long long>::iterator iter= dp.upper_bound(A[i]);iter!=dp.end();){
//因为A[i]作为尾,所以比他大的都要降级,即减少(iter->first-A[i])*iter->second
temp-=(iter->first-A[i])*iter->second;
dp[A[i]]+=iter->second;//由于减少到A[i],所以需要将数量并入dp[A[i]]
dp.erase(iter++);//因为降级,所以不存在了。这里iter++的用法十分巧妙
//答主用dp.erase(iter);
//然后用iter--(因为后面的iter++在for循环中); 再iter++,居然出现异常,无法删除最后一个元素
//纠错卡了半天
}
result=(temp+result)%(1000000000 + 7);
}
return result;
}
};