0891. 子序列宽度之和
大约 2 分钟
---
0891. 子序列宽度之和
- 标签:数组、数学、排序
- 难度:困难
题目链接
题目大意
描述:
一个序列的「宽度」定义为该序列中最大元素和最小元素的差值。
给定一个整数数组 。
要求:
返回 的所有非空「子序列」的「宽度之和」。由于答案可能非常大,请返回对 取余后的结果。
说明:
- 「子序列」定义为从一个数组里删除一些(或者不删除)元素,但不改变剩下元素的顺序得到的数组。例如, 就是数组 的一个子序列。
- 。
- 。
示例:
- 示例 1:
输入:nums = [2,1,3]
输出:6
解释:子序列为 [1], [2], [3], [2,1], [2,3], [1,3], [2,1,3] 。
相应的宽度是 0, 0, 0, 1, 1, 2, 2 。
宽度之和是 6 。- 示例 2:
输入:nums = [2]
输出:0解题思路
思路 1:排序 + 数学
关键观察:子序列的宽度只与最大值和最小值有关,与中间元素无关。
对数组排序后,对于元素 :
- 作为最大值时,有 个子序列(从前 个元素中任选)
- 作为最小值时,有 个子序列(从后 个元素中任选)
因此,元素 对答案的贡献为:
总答案为:
思路 1:代码
class Solution:
def sumSubseqWidths(self, nums: List[int]) -> int:
MOD = 10**9 + 7
n = len(nums)
# 排序
nums.sort()
# 预计算 2 的幂次
pow2 = [1] * n
for i in range(1, n):
pow2[i] = (pow2[i - 1] * 2) % MOD
result = 0
# 计算每个元素的贡献
for i in range(n):
# 作为最大值的贡献 - 作为最小值的贡献
contribution = (nums[i] * pow2[i] - nums[i] * pow2[n - 1 - i]) % MOD
result = (result + contribution) % MOD
return result思路 1:复杂度分析
- 时间复杂度:,其中 是数组长度。排序需要 ,计算贡献需要 。
- 空间复杂度:,需要存储 2 的幂次数组。