leetcode 2916. 子数组不同元素数目的平方和 II(区间更新 + 区间查询 线段树第二个板子 双闭区间 避开0)

描述

偷了一个线段树板子

不知道为啥要避开0

然后这里的更新和查找都是用双闭区间的

ac code

python 复制代码
class SegmentTree:
    def __init__(self, n):
        self.n = n 
        self.B1 = [0]*n 
        self.B2 = [0]*n  


    def add(self, b, idx, x):
        N = self.n 
        while idx < N:
            b[idx] += x
            idx += idx & -idx

    def range_add(self, l,r,x):
        B1 = self.B1
        B2 = self.B2
        self.add(B1, l, x)
        self.add(B1, r+1, -x)
        self.add(B2, l, x*(l-1))
        self.add(B2, r+1, -x*r)

    def sum(self, b, idx):
        total = 0
        while idx > 0:
            total += b[idx]
            idx -= idx & -idx
        return total

    def prefix_sum(self, idx):
        B1 = self.B1
        B2 = self.B2
        return self.sum(B1, idx)*idx -  self.sum(B2, idx)

    def range_sum(self, l, r):
        return self.prefix_sum(r) - self.prefix_sum(l-1)

class Solution:
    def sumCounts(self, nums: List[int]) -> int:
        n = len(nums)
        seg = SegmentTree(n+5)
        MOD = 10**9+7
        seen = dict()
        ans, cur = 0, 0 
        for i, a in enumerate(nums):
            j = -1 if a not in seen else seen[a]
            s = seg.range_sum(j+2,i+1) # 双闭区间
            cur += s*2+i-j
            cur %= MOD 
            ans += cur
            ans %= MOD
            # print(i,s,cur)
            seg.range_add(j+2,i+1,1)
            seen[a] = i
        return ans

题目链接

lc2916

相关推荐
lucas_AI36 分钟前
Grok 4.6:追平 GPT-5.6 Sol 的半价旗舰,但别只看跑分
人工智能·算法
zephyr0539 分钟前
链表实现O(n log n)时间复杂度的排序——归并排序详解
java·数据结构·算法
喜欢睡觉42 分钟前
双指针判断子序列
算法
贵慜_Derek1 小时前
vLLM-07|MegaMoE 与 FusedMoE:路由相同,算 expert 完全不同
人工智能·算法·llm
机器学习之心1 小时前
基于改进鲸鱼优化算法的CNN-BiLSTM-MATT短期电力负荷预测模型
人工智能·算法·cnn·cnn-bilstm-matt·短期电力负荷预测
windliang1 小时前
Claude Code 源码分析(十):MCP 外部工具如何进入下一轮 Agent 调用
前端·算法·面试
代码地平线1 小时前
C++类与对象(中):默认成员函数与日期类实战
c++·笔记·算法
hansang_IR1 小时前
【题解】可持久化区间仿射区间和(Persistent Range Affine Range Sum)
c++·算法·线段树
XWalnut2 小时前
LeetCode刷题 day37
java·数据结构·算法·leetcode
Smilecoc2 小时前
方向导数与梯度
算法