难度: Medium
给你一个整数数组 nums 和两个整数：left 及 right 。找出 nums 中连续、非空且其中最大元素在范围 [left, right] 内的子数组，并返回满足条件的子数组的个数。
生成的测试用例保证结果符合 32-bit 整数范围。
示例 1：
输入：nums = [2,1,4,3], left = 2, right = 3 输出：3 解释：满足条件的三个子数组：[2], [2, 1], [3]
示例 2：
输入：nums = [2,9,2,5,6], left = 2, right = 8 输出：7
提示：
1 <= nums.length <= 1050 <= nums[i] <= 1090 <= left <= right <= 109运行时间: 48 ms
内存: 22.0 MB
class Solution:
def numSubarrayBoundedMax(self, nums: List[int], left: int, right: int) -> int:
ans = 0
last1 = last2 = -1
for i,x in enumerate(nums):
if left<=x<=right:
last1 = i
elif right<x:
last2 = i
last1 = -1
if last1 != -1:
ans += last1-last2
return ans
该题解通过遍历数组来计算满足条件的子数组的个数。对于每个元素，检查其是否在给定的[left, right]范围内。如果元素在此范围内，则更新last1为当前索引；如果元素大于right，则更新last2为当前索引，并重置last1为-1，因为当前元素不能成为任何有效子数组的一部分。对于last1不为-1的情况，计算last1与last2之间的差，即满足条件的子数组的数量，累加到答案中。
时间复杂度: O(n)
空间复杂度: O(1)
# 定义解决问题的类
class Solution:
def numSubarrayBoundedMax(self, nums: List[int], left: int, right: int) -> int:
ans = 0 # 初始化满足条件的子数组计数为0
last1 = last2 = -1 # 初始化两个指针，last1跟踪满足条件的最后一个位置，last2跟踪超出right的最后一个位置
for i, x in enumerate(nums): # 遍历数组中的每个元素及其索引
if left <= x <= right: # 如果元素在[left, right]范围内
last1 = i # 更新last1为当前索引
elif x > right: # 如果元素超出right
last2 = i # 更新last2为当前索引
last1 = -1 # 重置last1
if last1 != -1: # 如果存在有效的last1
ans += last1 - last2 # 计算并累加满足条件的子数组的数量
return ans # 返回结果
在算法中，last1指针用于跟踪最后一个位置，其对应的数组元素处于给定的[left, right]范围内。last2指针则用于跟踪最后一个元素值超过right的位置。这两个指针的使用是为了确定满足条件的子数组的起始和结束位置。当一个元素的值超出right时，意味着从该元素开始的任何子数组都不能满足条件，因此需要last2来记录这个界限，并通过重置last1来避免错误地计算这些子数组。
如果数组的所有元素都小于left，则last1将始终为-1，因此不会累加任何子数组计数，输出为0。如果所有元素都大于right，则last2会被频繁更新，且每次last1都会被重置为-1，同样导致输出为0。这种情况在算法中得到了正确处理，因为在这两种情况下，确实不存在任何符合条件的子数组。
算法中的条件`left <= x <= right`确保了元素值等于left或right时，这些元素都被视为有效的子数组的一部分。这种处理方式是必要的，因为题目要求统计的是最大值在这个区间内的子数组数量，包括区间的边界值。这确保了所有符合条件的子数组都被正确计数，包括那些包含边界值的子数组。
当元素大于right时，重置last1为-1是因为这样的元素不能作为任何符合条件的子数组的一部分。重置last1确保了从该点开始，不会错误地包括包含该元素的数组作为符合条件的子数组。由于该元素本身及其后的任何组合都将超出所需的最大值条件，因此必须从计数中排除这部分，直到再次遇到符合条件的元素。