Offer 驾到，掘友接招！我正在参与2022春招打卡活动，点击查看活动详情。
编程世界总是离不了算法
最近在看框架源码时，会有很多算法的实现逻辑，有时候会感到吃力
于是决定蹭着假期，加强算法和数据结构相关的知识
那怎么提升呢？
其实我知道算法这东西没有捷径，多写多练才能提升，于是我开启我的LeetCode刷题之旅
第一阶段目标是：200道，每天1到2篇
为了不乱，本系列文章目录分为三部分：
- 今日题目：xxx
- 我的思路
- 代码实现
今天题目：2104. 子数组范围和
给你一个整数数组 nums 。nums 中，子数组的 范围 是子数组中最大元素和最小元素的差值。
返回 nums 中 所有 子数组范围的 和 。
子数组是数组中一个连续 非空 的元素序列。
示例 1：
输入：nums = [1,2,3] 输出：4 解释：nums 的 6 个子数组如下所示： [1]，范围 = 最大 - 最小 = 1 - 1 = 0 [2]，范围 = 2 - 2 = 0 [3]，范围 = 3 - 3 = 0 [1,2]，范围 = 2 - 1 = 1 [2,3]，范围 = 3 - 2 = 1 [1,2,3]，范围 = 3 - 1 = 2 所有范围的和是 0 + 0 + 0 + 1 + 1 + 2 = 4 示例 2：
输入：nums = [1,3,3] 输出：4 解释：nums 的 6 个子数组如下所示： [1]，范围 = 最大 - 最小 = 1 - 1 = 0 [3]，范围 = 3 - 3 = 0 [3]，范围 = 3 - 3 = 0 [1,3]，范围 = 3 - 1 = 2 [3,3]，范围 = 3 - 3 = 0 [1,3,3]，范围 = 3 - 1 = 2 所有范围的和是 0 + 0 + 0 + 2 + 0 + 2 = 4 示例 3：
输入：nums = [4,-2,-3,4,1] 输出：59 解释：nums 中所有子数组范围的和是 59
提示：
1 <= nums.length <= 1000 -109 <= nums[i] <= 109
进阶：你可以设计一种时间复杂度为 O(n) 的解决方案吗？
我的思路
根据题意，由于是连续的元素序列，所以可以采用滑块的方式，获取子数组。 子数组长度逐渐 +1，使用 dp 来记录上一次子数组的最大值与最小值，则在任意一个位置，只需要比较上一次的最大值与最小值，就可以得出该位置子数组的最大与最小值，并记录该位置的差值。
由于采用传统的动态规划数组，nxn 的二维数组会内存溢出，所以采用滚动数组，来减少空间复杂度
代码实现
/**
* @param {number[]} nums
* @return {number}
*/
var subArrayRanges = function(nums) {
let len = nums.length;
let dp = new Array(len).fill(null).map(() => {
return []
})
let result = 0;
for(let i = 0; i < len; i++) {
for(let j = 0; j < (len-i); j++) {
if(i == 0) {
dp[j][0] = nums[j];
dp[j][1] = nums[j];
} else {
dp[j][0] = Math.min(dp[j][0], nums[j+i])
dp[j][1] = Math.max(dp[j][1], nums[j+i])
}
result += dp[j][1] - dp[j][0]
}
}
return result;
};
总结
实现方式其实有很多，这里仅供参考~
由于刚开始刷题，也不知道从哪里刷好，如果前辈们有好的建议，希望不吝赐教，感谢🌹
