题目概述
解题思路
这道题我乍一看并没有什么头绪,只能想着暴力求解,复杂度是O()。看了别人的思路,发现这道题是包装巧妙的前缀和数组+单调栈的问题。
我们只需要对于每个数,找到以它为最小值的最长的子数组,然后计算这个数对应的min-product,再比较所有元素的min-product即可。
找最长子数组可以用单调栈来完成,而计算这个子数组的元素的和,可以用前缀和数组来实现。
这里回顾一下单调栈是如何求出最长子数组的左右边界的:
首先我们维护一个从栈顶到栈底元素单调不递减的数组,从左到右遍历数组元素,每当新元素不小于栈顶元素时将其入栈,如果新元素小于栈顶元素,则依序排出栈顶元素,直至满足入栈条件。观察到对每个元素的操作只有两种:入栈和出栈。假设栈顶元素在数组A中的序号为,当前遍历到的元素序号为:
- 若,则 i 元素的左边界就是temp + 1,把 i 元素入栈;
- 若,则 i 元素的左边界就是temp元素的左边界,把temp元素入栈;
- 若,则 temp元素的右边界就是 i,把temp元素出栈。
每个元素的左边界或右边界如果不做调整则默认为0和len(A) - 1.
前缀和数组是用来计算一个数组中,从第 i 到 j个元素的连续和的,复杂度为O(N)的方法。它需要额外的空间复杂度为O(N)。
方法性能
方法的时空复杂度均为O(N)。
示例代码
class Solution {
public:
int maxSumMinProduct(vector<int>& nums)
{
int len = nums.size();
vector<long long> pre_sum(len + 1, 0);
for(int i = 1; i <= len; ++i)
pre_sum[i] = pre_sum[i - 1] + nums[i - 1];
stack<int> S; //store index
vector<int> L_idx(len, 0), R_idx(len, len - 1);
//use push to locate the left index, use pop to locate the right index
for(int i = 0; i < len; ++i)
{
if(S.empty())
S.push(i);
else
{
int temp = S.top();
if(nums[temp] < nums[i])
{
S.push(i);
L_idx[i] = temp + 1;
}
else if(nums[temp] == nums[i])
{
S.push(i);
L_idx[i] = L_idx[temp];
}
else
{
while(nums[temp] > nums[i])
{
R_idx[temp] = i - 1;
S.pop();
if(!S.empty())
temp = S.top();
else
break;
}
if(!S.empty())
L_idx[i] = temp + 1;
S.push(i);
}
}
}
long long temp_res, res = 0;
for(int i = 0; i < len; ++i)
{
temp_res = pre_sum[R_idx[i] + 1] - pre_sum[L_idx[i]];
temp_res *= nums[i];
if(res < temp_res)
res = temp_res;
}
return int(res % int(pow(10, 9) + 7));
}
};