-
Notifications
You must be signed in to change notification settings - Fork 1
/
SumOfSubarrayRanges.java
119 lines (108 loc) · 4.11 KB
/
SumOfSubarrayRanges.java
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
package com.hncboy;
import java.util.ArrayDeque;
import java.util.Deque;
/**
* @author hncboy
* @date 2022/3/4 8:43
* 2104.子数组范围和
*
* 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
*
* 进阶:你可以设计一种时间复杂度为 O(n) 的解决方案吗?
* 通过次数 7,723 提交次数 13,025
*
* 来源:力扣(LeetCode)
* 链接:https://leetcode-cn.com/problems/sum-of-subarray-ranges
* 著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
*/
public class SumOfSubarrayRanges {
public static void main(String[] args) {
SumOfSubarrayRanges s = new SumOfSubarrayRanges();
System.out.println(s.subArrayRanges(new int[]{1, 2, 3}));
}
public long subArrayRanges(int[] nums) {
int n = nums.length;
int[] minLeft = new int[n];
int[] minRight = new int[n];
int[] maxLeft = new int[n];
int[] maxRight = new int[n];
Deque<Integer> minStack = new ArrayDeque<>();
Deque<Integer> maxStack = new ArrayDeque<>();
for (int i = 0; i < n; i++) {
// 如果 nums[i] 比栈顶元素小,则弹出栈顶元素
while (!minStack.isEmpty() && nums[minStack.peek()] > nums[i]) {
minStack.pop();
}
// 如果递减单调栈为空,则 nums[i] 左侧最小值不存在为 -1,否则取出栈顶元素
minLeft[i] = minStack.isEmpty() ? -1 : minStack.peek();
minStack.push(i);
// 如果 nums[maxStack.peek()] == nums[i], 那么根据定义,
// nums[maxStack.peek()] 逻辑上小于 nums[i],因为 maxStack.peek() < i
while (!maxStack.isEmpty() && nums[maxStack.peek()] <= nums[i]) {
maxStack.pop();
}
// 如果递增单调栈为空,则 nums[i] 左侧最大值不存在为 -1,否则取出栈顶元素
maxLeft[i] = maxStack.isEmpty() ? -1 : maxStack.peek();
maxStack.push(i);
}
minStack.clear();
maxStack.clear();
for (int i = n - 1; i >= 0; i--) {
// 如果 nums[minStack.peek()] == nums[i], 那么根据定义,
// nums[minStack.peek()] 逻辑上大于 nums[i],因为 minStack.peek() > i
while (!minStack.isEmpty() && nums[minStack.peek()] >= nums[i]) {
minStack.pop();
}
minRight[i] = minStack.isEmpty() ? n : minStack.peek();
minStack.push(i);
while (!maxStack.isEmpty() && nums[maxStack.peek()] < nums[i]) {
maxStack.pop();
}
maxRight[i] = maxStack.isEmpty() ? n : maxStack.peek();
maxStack.push(i);
}
long sumMax = 0;
long sumMin = 0;
// 分别计算所有子数组的最大值和最小值之和
for (int i = 0; i < n; i++) {
sumMax += (long) (maxRight[i] - i) * (i - maxLeft[i]) * nums[i];
sumMin += (long) (minRight[i] - i) * (i - minLeft[i]) * nums[i];
}
return sumMax - sumMin;
}
}