给定一个整数数组 arr
,找到 min(b)
的总和,其中 b
的范围为 arr
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1:
输入:arr = [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。
示例2:
输入:arr = [11,81,94,43,3]
输出:444
class Solution {
public:
int sumSubarrayMins(vector<int>& arr) {
}
};
整体思路:
求的以每个位置的值为最小值能得到的子数组个数。
流程:
假设 10 位置是 7, 左边离它最近比它小的是 5 位置的 5,右边离它最近比它小的是 15 位置的 4。那么以 7 作为最小值的子数组范围为 6 ~ 14,但这个范围中并不是所有的子数组都是以 7 作为最小值的,比如假设 6 位置是 10, 7 位置是 8,那么6位置作为子数组最小值是10,7位置作为子数组的最小值是8,所以必须要跨过 10 位置的 7 的子数组才是以 7 作为最小值的。
示例:
以 6 位置开头的:6 ~ 10、6 ~ 11、6 ~ 12、6 ~ 13、6 ~ 14 这些都是以 7 作为最小值的子数组。
同理还有 7 位置开头的,8 位置开头的,9 位置开头的,10 位置开头的子数组。
那么整体数量是多少呢?
6 ~ 10 共 5 个数,10 ~ 14 共 5 个数,所以总的以 7 为最小值的子数组个数为 5 * 5 = 25 个,产生的子数组最小值累加和为 25 * 7 = 175。
抽象化:
i
i
i 位置的
x
x
x,左边离它最近的是比它小的
k
k
k 位置的
y
y
y, 右边离它最近比它小的是
j
j
j 位置的
z
z
z,以
x
x
x 为最小值的范围为
(
k
,
j
)
(k, j)
(k,j),那么产生以
x
x
x 为最小值的子数组数量为
(
i
−
k
)
∗
(
j
−
i
)
(i−k) ∗ (j−i)
(i−k)∗(j−i),以
i
i
i 位置的
x
x
x 值为最小值产生的子数组的累加和为
(
i
−
k
)
∗
(
j
−
i
)
∗
x
(i−k)∗(j−i)∗x
(i−k)∗(j−i)∗x
有重复值的情况需要改进:
数组:2 4 5 3 6 6 6 3 7 8 6 3 5 3 2
下标:0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
那么以 3 位置的 3 作为最小值,能扩充的范围为 1 ~ 6, 产生的子数组为:
1 ~ 3,1 ~ 4, 1 ~ 5,1 ~ 6
2 ~ 3,2 ~ 4, 2 ~ 5, 2 ~ 6
3 ~ 3, 3 ~ 4, 3 ~ 5, 3 ~ 6
而 7 位置的 3 作为最小值,能扩充的范围为 1 ~ 10,所以产生的子数组为:
1 ~ 7, 1 ~ 8, 1~ 9, 1 ~ 10
2 ~ 7, 2 ~ 8, 2 ~ 9, 2 ~ 10
......
7 ~ 7, 7 ~ 8, 7 ~ 9, 7 ~ 10
注意,这个3是包含了前面的3的范围的
就是子数组的结尾处在相等位置的时候停住,目的是为了去重。
同理,也可以在左边值相等的时候停住:
O ( n ) O(n) O(n)
class Solution {
public:
int sumSubarrayMins(vector<int>& arr) {
if (arr.size() == 0) return 0;
long ans = 0;
int left[arr.size()];
int right[arr.size()];
memset(left, 0, sizeof(left));
memset(right, 0, sizeof(right));
nearLessLeftAndLessEqualRight(arr, left, right);
for (int i = 0; i < arr.size(); i++) {
int start = i - left[i]; //子数组起点个数
int end = right[i] - i; //子数组终点个数
ans += start * end * (long) arr[i];
ans %= 1000000007;
}
return ans;
}
// 左边 < arr[i], 右边 <= arr[i] 的位置构成的范围
void nearLessLeftAndLessEqualRight(vector<int> &arr, int *left, int *right) {
int n = arr.size();
int _stack[n];
int si = -1;
for (int i = 0; i < n; i++) {
while (si != -1 && arr[_stack[si]] >= arr[i]) {
int cur = _stack[si--];
left[cur] = si == -1 ? -1 : _stack[si];
right[cur] = i;
}
_stack[++si] = i;
}
while (si != -1) {
int cur = _stack[si--];
left[cur] = si == -1 ? -1 : _stack[si];
right[cur] = n;
}
}
};
// 测试链接:https://leetcode.com/problems/sum-of-subarray-minimums/
// subArrayMinSum1是暴力解
// subArrayMinSum2是最优解的思路
// sumSubarrayMins是最优解思路下的单调栈优化
// Leetcode上不要提交subArrayMinSum1、subArrayMinSum2方法,因为没有考虑取摸
// Leetcode上只提交sumSubarrayMins方法,时间复杂度O(N),可以直接通过
public class SumOfSubarrayMinimums {
public static int subArrayMinSum1(int[] arr) {
int ans = 0;
for (int i = 0; i < arr.length; i++) {
for (int j = i; j < arr.length; j++) {
int min = arr[i];
for (int k = i + 1; k <= j; k++) {
min = Math.min(min, arr[k]);
}
ans += min;
}
}
return ans;
}
// 没有用单调栈
public static int subArrayMinSum2(int[] arr) {
// left[i] = x : arr[i]左边,离arr[i]最近,<=arr[i],位置在x
int[] left = leftNearLessEqual2(arr);
// right[i] = y : arr[i]右边,离arr[i]最近,< arr[i],的数,位置在y
int[] right = rightNearLess2(arr);
int ans = 0;
for (int i = 0; i < arr.length; i++) {
int start = i - left[i]; //i位置左边能扩充的范围中的数字个数
int end = right[i] - i; //i位置右边能扩充的范围中的数字个数
ans += start * end * arr[i];
}
return ans;
}
public static int[] leftNearLessEqual2(int[] arr) {
int N = arr.length;
int[] left = new int[N];
for (int i = 0; i < N; i++) {
int ans = -1;
for (int j = i - 1; j >= 0; j--) {
if (arr[j] <= arr[i]) {
ans = j;
break;
}
}
left[i] = ans;
}
return left;
}
// 比如两个位置的3,后一个位置的3往左边扩充的区域到前一个位置的3停止(到不了)
public static int[] rightNearLess2(int[] arr) {
int N = arr.length;
int[] right = new int[N];
for (int i = 0; i < N; i++) {
int ans = N;
for (int j = i + 1; j < N; j++) {
if (arr[i] > arr[j]) {
ans = j;
break;
}
}
right[i] = ans;
}
return right;
}
//O(n)
public static int sumSubarrayMins(int[] arr) {
int[] stack = new int[arr.length];
int[] left = nearLessEqualLeft(arr, stack);//每个位置左边离它最近 <= 它的位置
int[] right = nearLessRight(arr, stack); 每个位置右边离它最近 < 它的位置
long ans = 0;
for (int i = 0; i < arr.length; i++) {
long start = i - left[i];
long end = right[i] - i;
ans += start * end * (long) arr[i];
ans %= 1000000007;
}
return (int) ans;
}
public static int[] nearLessEqualLeft(int[] arr, int[] stack) {
int N = arr.length;
int[] left = new int[N];
int size = 0;
for (int i = N - 1; i >= 0; i--) {
while (size != 0 && arr[i] <= arr[stack[size - 1]]) {
left[stack[--size]] = i;
}
stack[size++] = i;
}
while (size != 0) {
left[stack[--size]] = -1;
}
return left;
}
public static int[] nearLessRight(int[] arr, int[] stack) {
int N = arr.length;
int[] right = new int[N];
int size = 0;
for (int i = 0; i < N; i++) {
while (size != 0 && arr[stack[size - 1]] > arr[i]) {
right[stack[--size]] = i;
}
stack[size++] = i;
}
while (size != 0) {
right[stack[--size]] = N;
}
return right;
}
public static int[] randomArray(int len, int maxValue) {
int[] ans = new int[len];
for (int i = 0; i < len; i++) {
ans[i] = (int) (Math.random() * maxValue) + 1;
}
return ans;
}
public static void printArray(int[] arr) {
for (int i = 0; i < arr.length; i++) {
System.out.print(arr[i] + " ");
}
System.out.println();
}
public static void main(String[] args) {
int maxLen = 100;
int maxValue = 50;
int testTime = 100000;
System.out.println("测试开始");
for (int i = 0; i < testTime; i++) {
int len = (int) (Math.random() * maxLen);
int[] arr = randomArray(len, maxValue);
int ans1 = subArrayMinSum1(arr);
int ans2 = subArrayMinSum2(arr);
int ans3 = sumSubarrayMins(arr);
if (ans1 != ans2 || ans1 != ans3) {
printArray(arr);
System.out.println(ans1);
System.out.println(ans2);
System.out.println(ans3);
System.out.println("出错了!");
break;
}
}
System.out.println("测试结束");
}
}