|
44 | 44 |
|
45 | 45 | <!-- 这里可写通用的实现逻辑 -->
|
46 | 46 |
|
| 47 | +**方法一:排序 + 枚举贡献** |
| 48 | + |
| 49 | +题目求解的是数组 `nums` 中所有子序列中最大值与最小值差值之和,注意到“子序列”,并且涉及到“最大值”与“最小值”,我们考虑先对数组 `nums` 进行排序。 |
| 50 | + |
| 51 | +然后我们枚举数组 `nums` 中的每个元素 $nums[i]$,该元素左侧的元素个数为 $i$,右侧的元素个数为 $n-i-1$。 |
| 52 | + |
| 53 | +如果我们将元素 $nums[i]$ 作为子序列的最大值,总共有多少个满足条件的子序列呢?显然,子序列的其他元素应该从左侧的 $i$ 个元素中选取,每个元素有两种选择,即选或不选,因此总共有 $2^i$ 个子序列。同理,如果我们将元素 $nums[i]$ 作为子序列的最小值,那么总共有 $2^{n-i-1}$ 个满足条件的子序列。因此 $nums[i]$ 对答案的贡献为: |
| 54 | + |
| 55 | +$$ |
| 56 | +\begin{aligned} |
| 57 | +nums[i] \times (2^i - 2^{n-i-1}) |
| 58 | +\end{aligned} |
| 59 | +$$ |
| 60 | + |
| 61 | +我们将数组 `nums` 中所有元素的贡献累加,即为答案: |
| 62 | + |
| 63 | +$$ |
| 64 | +\begin{aligned} |
| 65 | +\sum_{i=0}^{n-1} nums[i] \times (2^i - 2^{n-i-1}) |
| 66 | +\end{aligned} |
| 67 | +$$ |
| 68 | + |
| 69 | +我们将上述式子展开,可以得到: |
| 70 | + |
| 71 | +$$ |
| 72 | +\begin{aligned} |
| 73 | +nums[0] \times (2^0 - 2^{n-1}) + nums[1] \times (2^1 - 2^{n-2}) + ... + nums[n-1] \times (2^{n-1} - 2^0) |
| 74 | +\end{aligned} |
| 75 | +$$ |
| 76 | + |
| 77 | +再将式子中相同的幂次项合并,可以得到: |
| 78 | + |
| 79 | +$$ |
| 80 | +\begin{aligned} |
| 81 | +(nums[0] - nums[n-1]) \times 2^0 + (nums[1] - nums[n-2]) \times 2^1 + ... + (nums[n-1] - nums[0]) \times 2^{n-1} |
| 82 | +\end{aligned} |
| 83 | +$$ |
| 84 | + |
| 85 | +因此我们只需要对数组 `nums` 进行排序,然后计算上述的贡献即可。注意答案的取模操作。 |
| 86 | + |
| 87 | +时间复杂度 $O(n\times \log n)$,空间复杂度 $O(\log n)$。其中 $n$ 为数组 `nums` 的长度。 |
| 88 | + |
47 | 89 | <!-- tabs:start -->
|
48 | 90 |
|
49 | 91 | ### **Python3**
|
50 | 92 |
|
51 | 93 | <!-- 这里可写当前语言的特殊实现逻辑 -->
|
52 | 94 |
|
53 | 95 | ```python
|
54 |
| - |
| 96 | +class Solution: |
| 97 | + def sumSubseqWidths(self, nums: List[int]) -> int: |
| 98 | + mod = 10**9 + 7 |
| 99 | + nums.sort() |
| 100 | + ans, p = 0, 1 |
| 101 | + for i, v in enumerate(nums): |
| 102 | + ans = (ans + (v - nums[-i - 1]) * p) % mod |
| 103 | + p = (p << 1) % mod |
| 104 | + return ans |
55 | 105 | ```
|
56 | 106 |
|
57 | 107 | ### **Java**
|
58 | 108 |
|
59 | 109 | <!-- 这里可写当前语言的特殊实现逻辑 -->
|
60 | 110 |
|
61 | 111 | ```java
|
| 112 | +class Solution { |
| 113 | + private static final int MOD = (int) 1e9 + 7; |
| 114 | + |
| 115 | + public int sumSubseqWidths(int[] nums) { |
| 116 | + Arrays.sort(nums); |
| 117 | + long ans = 0, p = 1; |
| 118 | + int n = nums.length; |
| 119 | + for (int i = 0; i < n; ++i) { |
| 120 | + ans = (ans + (nums[i] - nums[n - i - 1]) * p + MOD) % MOD; |
| 121 | + p = (p << 1) % MOD; |
| 122 | + } |
| 123 | + return (int) ans; |
| 124 | + } |
| 125 | +} |
| 126 | +``` |
| 127 | + |
| 128 | +### **C++** |
| 129 | + |
| 130 | +```cpp |
| 131 | +class Solution { |
| 132 | +public: |
| 133 | + const int mod = 1e9 + 7; |
| 134 | + |
| 135 | + int sumSubseqWidths(vector<int>& nums) { |
| 136 | + sort(nums.begin(), nums.end()); |
| 137 | + long ans = 0, p = 1; |
| 138 | + int n = nums.size(); |
| 139 | + for (int i = 0; i < n; ++i) { |
| 140 | + ans = (ans + (nums[i] - nums[n - i - 1]) * p + mod) % mod; |
| 141 | + p = (p << 1) % mod; |
| 142 | + } |
| 143 | + return ans; |
| 144 | + } |
| 145 | +}; |
| 146 | +``` |
62 | 147 |
|
| 148 | +### **Go** |
| 149 | + |
| 150 | +```go |
| 151 | +func sumSubseqWidths(nums []int) (ans int) { |
| 152 | + const mod int = 1e9 + 7 |
| 153 | + sort.Ints(nums) |
| 154 | + p, n := 1, len(nums) |
| 155 | + for i, v := range nums { |
| 156 | + ans = (ans + (v-nums[n-i-1])*p + mod) % mod |
| 157 | + p = (p << 1) % mod |
| 158 | + } |
| 159 | + return |
| 160 | +} |
63 | 161 | ```
|
64 | 162 |
|
65 | 163 | ### **...**
|
|
0 commit comments