民营互联网的蛀虫
这几天国内互联网最大的新闻,是杭州某电商公司出的巨型蛀虫。
该员工在公司里职级不高,但却掌握核心权力:审批家具类的开店资格。
身处互联网的他,自然懂得什么叫「裂变」。
为了实现利益最大化,他不断发展"下线",一家店的开店资格收 30W,合计搞了 400 多家,"营收" 1.3 亿,其中 4000W 分给了下线们,自己含泪留下 9000W。
这钱到手了自然是不敢存银行,于是他拿了 3000W 去炒股,截止事发落网时,损掉了 900W(亏损超 30%),剩下的则是给了朋友帮忙买实物黄金。
按理说,受「美联储降息在即,地缘形势紧张」等影响,黄金最近走势不错,屡创新高,填回股票的损失应该完全不在话下,结果代买黄金的朋友拿了钱去还债,买来的都是忽悠他的"假黄金" 🤣🤣
这剧情发展是真够节目效果的。
笑完小虫的既贪又蠢之后,作为那家电商公司的 mini 股东,不禁担心一个问题:连一个职级不高的人,都能贪近 1 亿的钱(去年这家公司合并净利润为 700 亿出头),这公司里还有多少只看不到的手在拿钱?
![alt](https://img-blog.csdnimg.cn/img_convert/83e09a20acdd7627c43e54fa32f90376.png)
再看了一眼股价,脚踝斩了已经,我自己没有浮亏多,但也实在不好意思再伤害大量深套的网友,只能说句:没事,至少反腐已在路上,会好起来的。
对于「一家创办不足 30 年的民营互联网,普通职员受贿 9000W」这事儿,你怎么看?
...
回归主线。
来一道和「阿里巴巴」相关的算法原题。
题目描述
平台:LeetCode
题号:795
给你一个整数数组 nums
和两个整数:left
及 right
。
找出 nums
中连续、非空且其中最大元素在范围 内的子数组,并返回满足条件的子数组的个数。
生成的测试用例保证结果符合 32-bit
整数范围。
示例 1:
输入:nums = [2,1,4,3], left = 2, right = 3
输出:3
解释:满足条件的三个子数组:[2], [2, 1], [3]
示例 2:
输入:nums = [2,9,2,5,6], left = 2, right = 8
输出:7
提示:
单调栈
为了方便,我们令 为 。
一个容易想到的思路是使用「单调栈」。
「统计所有最大值范围在 之间的子数组个数,可等价为统计每一个范围落在 之间的 作为最大值时子数组的个数。」
由此可以进一步将问题转换为:求解每个 作为子数组最大值时,最远的合法左右端点的位置。也就是求解每一个 左右最近一个比其“大”的位置,这可以使用「单调栈」来进行求解。
❝对于单调栈不了解的同学,可以看前置 🧀 : 【RMQ 专题】关于 RMQ 的若干解法
❞
「统计所有 对答案的贡献即是最终答案,但我们忽略了「当 nums
存在重复元素,且该元素作为子数组最大值时,最远左右端点的边界越过重复元素时,导致重复统计子数组」的问题。」
我们不失一般性的举个 🌰 来理解(下图):
![alt](https://img-blog.csdnimg.cn/img_convert/6552d66b371231789c7db36a3696375b.png)
为了消除这种重复统计,我们可以将「最远左右边界」的一端,从「严格小于」调整为「小于等于」,从而实现半开半闭的效果。
Java 代码:
class Solution {
public int numSubarrayBoundedMax(int[] nums, int a, int b) {
int n = nums.length, ans = 0;
int[] l = new int[n + 10], r = new int[n + 10];
Arrays.fill(l, -1); Arrays.fill(r, n);
Deque<Integer> d = new ArrayDeque<>();
for (int i = 0; i < n; i++) {
while (!d.isEmpty() && nums[d.peekLast()] < nums[i]) r[d.pollLast()] = i;
d.addLast(i);
}
d.clear();
for (int i = n - 1; i >= 0; i--) {
while (!d.isEmpty() && nums[d.peekLast()] <= nums[i]) l[d.pollLast()] = i;
d.addLast(i);
}
for (int i = 0; i < n; i++) {
if (nums[i] < a || nums[i] > b) continue;
ans += (i - l[i]) * (r[i] - i);
}
return ans;
}
}
C++ 代码:
class Solution {
public:
int numSubarrayBoundedMax(vector<int>& nums, int a, int b) {
int n = nums.size(), ans = 0;
vector<int> l(n + 10, -1), r(n + 10, n);
deque<int> d;
for (int i = 0; i < n; i++) {
while (!d.empty() && nums[d.back()] < nums[i]) {
r[d.back()] = i;
d.pop_back();
}
d.push_back(i);
}
d.clear();
for (int i = n - 1; i >= 0; i--) {
while (!d.empty() && nums[d.back()] <= nums[i]) {
l[d.back()] = i;
d.pop_back();
}
d.push_back(i);
}
for (int i = 0; i < n; i++) {
if (nums[i] < a || nums[i] > b) continue;
ans += (i - l[i]) * (r[i] - i);
}
return ans;
}
};
Python3 代码:
class Solution:
def numSubarrayBoundedMax(self, nums: List[int], a: int, b: int) -> int:
n, ans = len(nums), 0
l, r = [-1] * n, [n] * n
stk = []
for i in range(n):
while stk and nums[stk[-1]] < nums[i]:
r[stk.pop()] = i
stk.append(i)
stk = []
for i in range(n - 1, -1, -1):
while stk and nums[stk[-1]] <= nums[i]:
l[stk.pop()] = i
stk.append(i)
for i in range(n):
if a <= nums[i] <= b:
ans += (i - l[i]) * (r[i] - i)
return ans
TypeScript 代码:
function numSubarrayBoundedMax(nums: number[], a: number, b: number): number {
let n = nums.length, ans = 0
const l = new Array<number>(n).fill(-1), r = new Array<number>(n).fill(n)
let stk = new Array<number>()
for (let i = 0; i < n; i++) {
while (stk.length > 0 && nums[stk[stk.length - 1]] < nums[i]) r[stk.pop()] = i
stk.push(i)
}
stk = new Array<number>()
for (let i = n - 1; i >= 0; i--) {
while (stk.length > 0 && nums[stk[stk.length - 1]] <= nums[i]) l[stk.pop()] = i
stk.push(i)
}
for (let i = 0; i < n; i++) {
if (nums[i] < a || nums[i] > b) continue
ans += (i - l[i]) * (r[i] - i)
}
return ans
}
-
时间复杂度: -
空间复杂度:
模拟
除了统计「每个 作为子数组最大值时,所能贡献的子数组个数」以外,我们还可以统计「每个 作为子数组右端点时,所能贡献的子数组个数」。
具体的,我们从前往后处理每个 ,并统计其作为子数组右端点时,所能贡献的子数组个数。同时使用变量 j
和 k
分别记录最近一次满足「 范围落在 之间」以及「 数值大于 」的下标位置。
遍历过程中根据 与规定范围 之间的关系进行分情况讨论:
-
大于 , 作为右端点,必不可能贡献合法子数组。更新 k
; -
小于 ,此时 想作为右端点的话,子数组必须有其他满足「范围落在 之间」的其他数,而最近一个满足要求的位置为 ,若有 ,说明范围在 均能作为子数组的左端点,累加方案数 ;若有 ,说明我们无法找到任何一个左端点,使得形成的子数组满足要求(要么最值不在 范围内,要么有 范围内的数,但最大值又大于 b
值); -
落在范围 ,此时 想作为右端点的话,只需要找到左边第一个数值大于 的数值即可(即变量 k
),累加方案数 。更新j
。
Java 代码:
class Solution {
public int numSubarrayBoundedMax(int[] nums, int a, int b) {
int n = nums.length, ans = 0;
for (int i = 0, j = -1, k = -1; i < n; i++) {
if (nums[i] > b) {
k = i;
} else {
if (nums[i] < a) {
if (j > k) ans += j - k;
} else {
ans += i - k;
j = i;
}
}
}
return ans;
}
}
C++ 代码:
class Solution {
public:
int numSubarrayBoundedMax(vector<int>& nums, int a, int b) {
int n = nums.size(), ans = 0;
for (int i = 0, j = -1, k = -1; i < n; i++) {
if (nums[i] > b) {
k = i;
} else {
if (nums[i] < a) {
if (j > k) ans += j - k;
} else {
ans += i - k;
j = i;
}
}
}
return ans;
}
};
Python3 代码:
class Solution:
def numSubarrayBoundedMax(self, nums: List[int], a: int, b: int) -> int:
n, ans = len(nums), 0
j, k = -1, -1
for i in range(n):
if nums[i] > b:
k = i
else:
if nums[i] < a:
ans += j - k if j > k else 0
else:
ans += i - k
j = i
return ans
TypeScript 代码:
function numSubarrayBoundedMax(nums: number[], a: number, b: number): number {
let n = nums.length, ans = 0
for (let i = 0, j = -1, k = -1; i < n; i++) {
if (nums[i] > b) {
k = i
} else {
if (nums[i] < a) {
if (j > k) ans += j - k
} else {
ans += i - k
j = i
}
}
}
return ans
}
-
时间复杂度: -
空间复杂度:
最后
给大伙通知一下 📢 :
全网最低价 LeetCode 会员目前仍可用 ~
📅 年度会员:有效期加赠两个月!!; 季度会员:有效期加赠两周!!
🧧 年度会员:获 66.66 现金红包!!; 季度会员:获 22.22 现金红包!!
🎁 年度会员:参与当月丰厚专属实物抽奖(中奖率 > 30%)!!
专属链接:leetcode.cn/premium/?promoChannel=acoier
我是宫水三叶,每天都会分享算法知识,并和大家聊聊近期的所见所闻。
欢迎关注,明天见。