子数组最小值的总和 Sum of Subarray Minimums

2021-06-18 11:05

阅读:349

标签:必须   color   length   com   for   要求   while   clear   nim   

2018-09-27 23:33:49

问题描述:

技术分享图片

问题求解:

方法一、DP(MLE)

动态规划的想法应该是比较容易想到的解法了,因为非常的直观,但是本题的数据规模还是比较大的,如果直接使用动态规划,即使不MLE,也是肯定会在大规模的数据量上TLE的。

    public int sumSubarrayMins(int[] A) {
        int res = 0;
        int mod = (int)Math.pow(10, 9) + 7;
        int[][] dp = new int[A.length][A.length];
        for (int i = 0; i 

方法二、

数据量已经基本表明时间复杂度在O(nlogn)左右比较好,那么直接使用dp肯定是不会通过所有的例子的。

本题还有另外一种思路:

res = sum(A[i] * f(i))
where f(i) is the number of subarrays,
in which A[i] is the minimum.

难点就在于求f(i),为了求f(i)需要求left[i]和right[i]。

left[i]:A[i]左边严格大于A[i]的个数

right[i]:A[i]右边大于等于A[i]的个数

f(i) = (left[i] + 1) * (right[i] + 1),其实就是一个排列组合,左边取一个可能,那么可以从右边取right[i] + 1种来进行组合。

这里需要特别注意的一点是:首先本问题是允许重复的子数组的,这里的重复是指数字上相等,但是是不允许完全一致的区间,因此左边必须是严格大于,否则会出现重复的情况。计算left,right数组可以使用Stack在O(n)时间复杂度完成求解,最后的res计算也是线性时间,因此总的时间复杂度为O(n)。

    public int sumSubarrayMins(int[] A) {
        int res = 0;
        int mod = (int)1e9 + 7;
        int[] left = new int[A.length];
        int[] right = new int[A.length];
        Stack stack = new Stack();
        stack.push(new int[]{Integer.MIN_VALUE, -1});
        for (int i = 0; i  A[i]) 
                stack.pop();
            left[i] = i - stack.peek()[1];
            stack.push(new int[]{A[i], i});
        }
        stack.clear();
        stack.push(new int[]{Integer.MIN_VALUE, A.length});
        for (int i = A.length - 1; i >= 0; i--) {
            while (stack.peek()[0] >= A[i]) 
                stack.pop();
            right[i] = stack.peek()[1] - i;
            stack.push(new int[]{A[i], i});
        }
        for (int i = 0; i 

 

子数组最小值的总和 Sum of Subarray Minimums

标签:必须   color   length   com   for   要求   while   clear   nim   

原文地址:https://www.cnblogs.com/TIMHY/p/9716387.html


评论


亲,登录后才可以留言!