今天在刷leetcode的时候遇到这样一道题目
给你一个整数数组 nums 。nums 中,子数组的 范围 是子数组中最大元素和最小元素的差值。
返回 nums 中 所有 子数组范围的 和 。
子数组是数组中一个连续 非空 的元素序列。
示例 1:
输入:nums = [1,2,3]
输出:4
解释:nums 的 6 个子数组如下所示:
[1],范围 = 最大 - 最小 = 1 - 1 = 0
[2],范围 = 2 - 2 = 0
[3],范围 = 3 - 3 = 0
[1,2],范围 = 2 - 1 = 1
[2,3],范围 = 3 - 2 = 1
[1,2,3],范围 = 3 - 1 = 2
所有范围的和是 0 + 0 + 0 + 1 + 1 + 2 = 4
示例 2:
输入:nums = [1,3,3]
输出:4
解释:nums 的 6 个子数组如下所示:
[1],范围 = 最大 - 最小 = 1 - 1 = 0
[3],范围 = 3 - 3 = 0
[3],范围 = 3 - 3 = 0
[1,3],范围 = 3 - 1 = 2
[3,3],范围 = 3 - 3 = 0
[1,3,3],范围 = 3 - 1 = 2
所有范围的和是 0 + 0 + 0 + 2 + 0 + 2 = 4
示例 3:
输入:nums = [4,-2,-3,4,1]
输出:59
解释:nums 中所有子数组范围的和是 59
提示:
1 <= nums.length <= 1000
-109 <= nums[i] <= 109
第一眼看下来,就是一个暴力解决的问题。可以通过双重循环列举子数组的区间,同时维护max和min值解决问题。如下所示
#python3
def subArrayRanges(self, nums: List[int]) -> int:
ans = 0
if len(nums) == 1:
return 0
for i in range(len(nums)):
Min = nums[i]
Max = nums[i]
for j in range(i,len(nums)):
Max = max(nums[j],Max)
Min = min(nums[j],Min)
ans += Max - Min
return ans
但是,该解法的时间复杂度有O(n2),能顺利通过完全是出于测试集给出的数组太短。那么我们把题目改一下,改成1<=nums.length<=1e6 ,会发现使用暴力解法会出现超时问题。那么,问题来了,如何将该题的时间复杂度降低到O(n)?
我们可以从单个元素的方面来考虑。以元素ai来考虑,我们只需要了解,a是m个区间的最大值,n个区间的最小值,就可以通过a*(m-n)得到元素a对最终结果的贡献。
那么,问题就变成了如何求解m和n。显然,找到a左右两边第一个大于/小于ai的元素的下标,再将两者相减,就可以得到想要的结果。
那么,我们的工作就很明确了,就是维护四个单调的容器,每个容器里装的都是单调增加/减少的元素的下标。
这里,我们就需要引入单调栈来解决问题了。
什么是单调栈?
从名字上就听的出来,单调栈中存放的数据应该是有序的,所以单调栈也分为单调递增栈和单调递减栈
单调递增栈:单调递增栈就是从栈底到栈顶数据是从大到小
单调递减栈:单调递减栈就是从栈底到栈顶数据是从小到大
那么使用这种思想我们重新来解决这个问题。
//C++
class Solution {
public:
long long subArrayRanges(vector<int>& nums) {
int n = nums.size();
vector<int> lmin(n,0),lmax(n,0),rmin(n,0),rmax(n,0);
stack<int> s;
s.push(-1);
for(int i = 0; i < n; i++){
while(s.top() != -1 && nums[s.top()] <= nums[i])
{
s.pop();
}
lmax[i] = s.top();
s.push(i);
}
s = stack<int>();
s.push(-1);
for(int i = 0; i < n; i++){
while(s.top() != -1 && nums[s.top()] >= nums[i])
{
s.pop();
}
lmin[i] = s.top();
s.push(i);
}
s = stack<int>();
s.push(n);
for(int i = n-1; i >= 0; i--){
while(s.top() != n && nums[s.top()] < nums[i])
{
s.pop();
}
rmax[i] = s.top();
s.push(i);
}
s = stack<int>();
s.push(n);
for(int i = n-1; i >= 0; i--){
while(s.top() != n && nums[s.top()] > nums[i])
{
s.pop();
}
rmin[i] = s.top();
s.push(i);
}
long long ans = 0;
for (int i = 0; i < n; i++)
{
ans += nums[i] * 1L * (rmax[i]-i) * (i - lmax[i]);
ans -= nums[i] * 1L * (rmin[i]-i) * (i - lmin[i]);
}
return ans;
}
};