:-: 1.6 区间子数组个数
*****
**题干:**
给定一个元素都是正整数的数组A ,正整数 L 以及 R (L <= R)。
求连续、非空且其中最大元素满足大于等于L 小于等于R的子数组个数。
例如 :
```
输入:
A = [2, 1, 4, 3]
L = 2
R = 3
输出: 3
解释: 满足条件的子数组: [2], [2, 1], [3].
```
注意:
```
L, R 和 A[i] 都是整数,范围在 [0, 10^9]。
数组 A 的长度范围在[1, 50000]。
```
**题目分析:**
题目要求求连续、非空且其中最大元素满足大于等于L 小于等于R的子数组个数:根据条件 L 与 R ,可以把数字分为三种,分别是 < L,>= L 且 <= R 以及 > R。其中 > R 的数据不可能存在与符合条件(最大元素在 L R 之间)的子数组中,所以我们可以把 > R 的数据当作分界线(这些数字是不可能出现在子数组中的),而在子数组中< L的数字允许存在,但不允许单独此类数字单独存在,子数组中至少有一个>= L 且 <= R的数,而>= L 且 <= R的数可单独存在作为一个子数组。也就是说由这几种情况出现:当A = [2,1,4,3],L= 2,R = 3时满足条件的子数组为[2], [2, 1],[3];当A = [4,5,6],L = 2,R = 8时满足条件的子数组为[4],[5],[6],[45],[46],[56];当A = [2,1,1,3],L = 2,R = 3时满足条件的子数组为[2],[2,1],[2,1,1],[2,1,1,3],[1,1,3],[1,3],[3];通过分析发现 < L的数字参与子数组必须依附于其中必须有 >= L 且 <= R 的数字,而子数组中数字全部满足 >= L 且 <= R 的数字,不受限制,想怎么结合怎么结合,但必须连续。
**新手有可能遇到的解题思路陷阱:**
1.纠结于求介于(L,R)之间的最大值,这是个可有可无的条件,因为每个介于(L,R)之间的数字都有可能是最大值(如若L = 2,R = 8,满足条件的子数组 = [5,6,7],则5在此满足条件的子集中也是最大值)。2.顾尾不顾头,使用双指针法(滑动窗口法)时容易忽略首个数字位置从零开始,从而忽略掉。3.忽略连续这个条件,以为求非空真子集。
**解题思路分析以及代码实现:**
第一种思路:暴力破解
第一种思路代码:
```
public int numSubarrayBoundedMax(int[] A, int L, int R) {
int count = 0;
for (int i = 0; i < A.length; i++) {
int big = A[i];
for (int j = i; j < A.length; j++) {
big = Math.max(big, A[j]);
if (big >= L && big <= R)
count++;
}
}
return count;
}
```
**复杂度分析**
时间复杂度:O(n^2)。
空间复杂度:O(1)。
第一种思路代码:暴力破解,标记前方是否有符合的数字出现有就一直累加,直到有 > R的数字出现,作为分割线。
```
public int numSubarrayBoundedMax(int[] A, int L, int R) {
int res = 0;
for (int i = 0; i < A.length; i++) {
int num = 0;
boolean flag = false;
for (int j = i; j < A.length; j++) {
if (A[j] > R) {
break;
} else if (A[j] < L) {
if (flag) {
res++;
}
} else {
res++;
flag = true;
}
}
}
return res;
}
```
**复杂度分析**
时间复杂度:O(n^2)。
空间复杂度:O(1)。
第二种思路代码:双指针法(滑动窗口法),遇到连续都属于 >= L 且 <= R 的数字,可作等差数列(a1 = 1,d = 1),连续连续都属于 < L的数字且在此之前连续跟有 >= L 且 <= R 的数字,则可作为等比数列(a1 = 1,q = 1),遇到 > R的数字则重新开始,双指针统一位置。如果更加节省时间,我们可以使用continue,但是再此之前双指针要进行重置,避免执行下面的判断,影响时间。
第二种思路代码:
```
public int numSubarrayBoundedMax(int[] A, int L, int R) {
int result = 0, left = -1, right = -1;
for (int i = 0; i < A.length; i++) {
/*if (A[i] > R) {
left = i;
right = i;
continue;
}*/
if (A[i] > R)
left = i;
if (A[i] >= L)
right = i;
result += right - left;
}
return result;
}
```
**复杂度分析**
时间复杂度:O(n)。
空间复杂度:O(1)。
**若有理解错误的、写错的地方、更好的思路,方法,望各位读者评论或者发邮件指正或指点我,不胜感激。**
- 前言
- 第一部分 初级入门算法
- 第一章 数组
- 1.1 删除排序数组中的重复项
- 1.2 删除排序数组中的重复项 II
- 1.3 买卖股票的最佳时机
- 1.4 买卖股票的最佳时机 II
- 1.5 移动零
- 1.6 区间子数组个数
- 1.7 搜索插入位置
- 1.8 合并两个有序数组
- 1.9 两个数组的交集
- 第二章 哈希表
- 2.1 两数之和
- 2.2 错误的集合
- 2.3 翻转卡片游戏
- 2.4 有效的字母异位词
- 第三章 链表
- 第四章 数学
- 4.1 加一
- 4.2 反转整数
- 4.3 排列硬币
- 4.4 完全平方数
- 4.5 消除游戏
- 第五章 双指针
- 第六章 字符串
- 6.1 整数转罗马数字
- 6.2 罗马数字转整数
- 6.3 反转字符串
- 6.4 压缩字符串
- 6.5 验证回文串
- 6.6 长按键入
- 6.7 字符串中的第一个唯一字符
- 第七章 二分查找
- 7.1 猜数字大小
- 第八章 分治算法
- 第九章 动态规划
- 9.1 爬楼梯
- 9.2 使用最小花费爬楼梯
- 9.3 打家劫舍
- 9.4 打家劫舍 II
- 9.5 第N个泰波那契数
- 第十章 回溯算法
- 第十一章 栈
- 11.1 棒球比赛
- 第十二章 堆
- 12.1 数组中的第K个最大元素
- 第十三章 贪心算法
- 第十四章 排序
- 14.1 冒泡排序
- 14.2 鸡尾酒排序
- 14.3 选择排序
- 14.4 插入排序
- 14.5 折半插入排序
- 14.6 希尔排序
- 14.7 快速排序
- 14.8 树形选择排序
- 14.9 堆排序
- 第十五章 位运算
- 15.1 只出现一次的数字
- 第十六章 思维题
- 16.1 TinyURL 的加密与解密
- 16.2 灯泡开关
- 16.3 字母板上的路径
- 第十七章 队列
- 17.1 扑克牌顺序