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。
提示:
1 <= arr.length <= 3 * 10^4
1 <= arr[i] <= 3 * 10^4
本来想用动态规划暴力破解,无奈数据庞大,O(n^2)超时
思路稍微说一下:二维数组存储长度为1~n的连续子数组中的最小值,
例如示例一:
3 1 2 4
1 1 2 0
1 1 0 0
1 0 0 0
- 第一层表示子数组长度为1,则有4个这样的子数组,每一个子数组的最小值为其自身的一个元素
- 第二层表示子数组长度为2,则有3个这样的子数组,每一个子数组的最小值,
即arr[ i ][ j ]的值为上一行 arr[ i-1] [ j ] 和arr[ i-1] [ j+1]二者中的最小值 - 第三层同理,相当于将3个元素比较了2次
超时代码如下
class Solution {
public:
int sumSubarrayMins(vector<int>& arr) {
int n = arr.size();
int mod = 1000000007;
vector<vector<int>> dp(n);
dp[0] = arr;
for(int i=1; i<n; i++){
dp[i] = vector<int>(n-i, 0);
}
int res = accumulate(arr.begin(), arr.end(), 0);
for(int i=1; i<n; i++){
for(int j=0; j<n-i; j++){
dp[i][j] = min(dp[i-1][j], dp[i-1][j+1]);
res = (res + dp[i][j])%mod;
}
}
return res;
}
};
看了大部分题解,统一单调栈思想。
如果说上述方法是正向思维:从所有的子数组找最小值,求和
那么单调栈则是逆向思维:以每个元素为最小值,找出其作为最小值的子数组的个数,求积
对于一个数组arr = [8, 4, 6, 5, 7, 9, 3, 0], 比如要找到 5 作为最小元素,所属于的子数组的个数
- 可以从 5 向左搜索,直到遇到第一个小于 5 的元素,也就是arr[ 1 ] = 4。 此时,5的左侧,比5小的元素个数left = 1个。
- 同理从5向右搜索,直到遇到第一个小于 5 的元素 , 找到arr[ 6 ] = 3, 此时,5的右侧,比5小的元素个数right = 2个。
- 则6, 5, 7, 9 可以组成 (left + 1) * (right + 1) = 2 * 3 = 6个满足5是最小元素的子数组,
class Solution {
public:
int sumSubarrayMins(vector<int>& arr) {
const int mod = 1000000007;
//存储索引位置,方便计算个数
stack<int> stack;
//加入一个最小值,保证最后栈中的元素都能够弹出
arr.push_back(0);
int n = arr.size();
long res = 0;
for(int i=0; i<n; i++){
//栈中元素以递增顺序插入
while(!stack.empty() && arr[i] <= arr[stack.top()]){
//当前参照的元素索引,注意:和arr[index]作比较
int index = stack.top();
stack.pop();
//前一个索引位置,当栈为空时,值为-1
int prev_index = -1;
if (!stack.empty()) prev_index = stack.top();
//index索引左侧比arr[index]大的元素个数
int left = index - prev_index - 1;
//index索引右侧比arr[index]大的元素个数
int right = i - index - 1;
res += long(arr[index]) * (left + 1) * (right + 1) % mod;
res %= mod;
}
stack.push(i);
}
return res;
}
};
执行用时:
88 ms, 在所有 C++ 提交中击败了86.15%的用户
内存消耗:38.5 MB, 在所有 C++ 提交中击败了75.57%的用户