logo
Redian新闻
>公众号
>
LeetCode 力扣官方题解 | 2104. 子数组范围和

LeetCode 力扣官方题解 | 2104. 子数组范围和

公众号新闻

2104. 子数组范围和（点击文末阅读原文查看题目）

题目描述

难易度：中等

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？


解决方案

方法一：遍历子数组

思路

为了方便计算子数组的最大值与最小值，我们首先枚举子数组的左边界 i，然后枚举子数组的右边界 j，且 i ≤ j。在枚举 j 的过程中我们可以迭代地计算子数组 [i,j] 的最小值 minVal 与最大值 maxVal，然后将范围值 maxVal − minVal 加到总范围和。


代码

C++

class Solution {public:    long long subArrayRanges(vector<int>& nums) {        int n = nums.size();        long long ret = 0;        for (int i = 0; i < n; i++) {            int minVal = INT_MAX, maxVal = INT_MIN;            for (int j = i; j < n; j++) {                minVal = min(minVal, nums[j]);                maxVal = max(maxVal, nums[j]);                ret += maxVal - minVal;            }        }        return ret;    }};

Java

class Solution {    public long subArrayRanges(int[] nums) {        int n = nums.length;        long ret = 0;        for (int i = 0; i < n; i++) {            int minVal = Integer.MAX_VALUE, maxVal = Integer.MIN_VALUE;            for (int j = i; j < n; j++) {                minVal = Math.min(minVal, nums[j]);                maxVal = Math.max(maxVal, nums[j]);                ret += maxVal - minVal;            }        }        return ret;    }}

C#

public class Solution {    public long SubArrayRanges(int[] nums) {        int n = nums.Length;        long ret = 0;        for (int i = 0; i < n; i++) {            int minVal = int.MaxValue, maxVal = int.MinValue;            for (int j = i; j < n; j++) {                minVal = Math.Min(minVal, nums[j]);                maxVal = Math.Max(maxVal, nums[j]);                ret += maxVal - minVal;            }        }        return ret;    }}

C

#define MAX(a, b) ((a) > (b) ? (a) : (b))#define MIN(a, b) ((a) < (b) ? (a) : (b))

long long subArrayRanges(int* nums, int numsSize){    long long ret = 0;    for (int i = 0; i < numsSize; i++) {        int minVal = INT_MAX, maxVal = INT_MIN;        for (int j = i; j < numsSize; j++) {            minVal = MIN(minVal, nums[j]);            maxVal = MAX(maxVal, nums[j]);            ret += maxVal - minVal;        }    }    return ret;}

JavaScript

var subArrayRanges = function(nums) {    const n = nums.length;    let ret = 0;    for (let i = 0; i < n; i++) {        let minVal = Number.MAX_VALUE, maxVal = -Number.MAX_VALUE;        for (let j = i; j < n; j++) {            minVal = Math.min(minVal, nums[j]);            maxVal = Math.max(maxVal, nums[j]);            ret += maxVal - minVal;        }    }    return ret;};


Python3

class Solution:    def subArrayRanges(self, nums: List[int]) -> int:        ans, n = 0, len(nums)        for i in range(n):            minVal, maxVal = inf, -inf            for j in range(i, n):                minVal = min(minVal, nums[j])                maxVal = max(maxVal, nums[j])                ans += maxVal - minVal        return ans

Golang 

func subArrayRanges(nums []int) (ans int64) {    for i, num := range nums {        minVal, maxVal := num, num        for _, v := range nums[i+1:] {            if v < minVal {                minVal = v            } else if v > maxVal {                maxVal = v            }            ans += int64(maxVal - minVal)        }    }    return}

‍

复杂度分析

  • 时间复杂度：O(n2)，其中 n 为数组的大小。两层循环需要 O(n2)。

  • 空间复杂度：O(1)。


方法二：单调栈

思路

为了使子数组的最小值或最大值唯一，我们定义如果 nums[i] = nums[j]，那么 nums[i] 与 nums[j] 的逻辑大小由下标 i 与下标 j 的逻辑大小决定，即如果 i < j，那么 nums[i] 逻辑上小于 nums[j]。

根据范围和的定义，可以推出范围和 sum 等于所有子数组的最大值之和 sumMax 减去所有子数组的最小值之和 sumMin。

假设 nums[i] 左侧最近的比它小的数为 nums[j]，右侧最近的比它小的数为 nums[k]，那么所有以 nums[i] 为最小值的子数组数目为 (k − i) × (i − j)。为了能获得 nums[i] 左侧和右侧最近的比它小的数的下标，我们可以使用单调递增栈分别预处理出数组 minLeft 和 minRight，其中 minLeft[i] 表示 nums[i] 左侧最近的比它小的数的下标，minRight[i] 表示 nums[i] 右侧最近的比它小的数的下标。

以求解 minLeft 为例，我们从左到右遍历整个数组 nums。处理到 nums[i] 时，我们执行出栈操作直到栈为空或者 nums 中以栈顶元素为下标的数逻辑上小于 nums[i]。如果栈为空，那么 minLeft[i] = − 1，否则 minLeft[i] 等于栈顶元素，然后将下标 i 入栈。

那么所有子数组的最小值之和为：

同理我们也可以求得所有子数组的最大值之和 sumMax。


代码

C++ 

class Solution {public:    long long subArrayRanges(vector<int>& nums) {        int n = nums.size();        vector<int> minLeft(n), minRight(n), maxLeft(n), maxRight(n);        stack<int> minStack, maxStack;        for (int i = 0; i < n; i++) {            while (!minStack.empty() && nums[minStack.top()] > nums[i]) {                minStack.pop();            }            minLeft[i] = minStack.empty() ? -1 : minStack.top();            minStack.push(i);                        // 如果 nums[maxStack.top()] == nums[i], 那么根据定义，            // nums[maxStack.top()] 逻辑上小于 nums[i]，因为 maxStack.top() < i            while (!maxStack.empty() && nums[maxStack.top()] <= nums[i]) {                 maxStack.pop();            }            maxLeft[i] = maxStack.empty() ? -1 : maxStack.top();            maxStack.push(i);        }        minStack = stack<int>();        maxStack = stack<int>();        for (int i = n - 1; i >= 0; i--) {            // 如果 nums[minStack.top()] == nums[i], 那么根据定义，            // nums[minStack.top()] 逻辑上大于 nums[i]，因为 minStack.top() > i            while (!minStack.empty() && nums[minStack.top()] >= nums[i]) {                 minStack.pop();            }            minRight[i] = minStack.empty() ? n : minStack.top();            minStack.push(i);

            while (!maxStack.empty() && nums[maxStack.top()] < nums[i]) {                maxStack.pop();            }            maxRight[i] = maxStack.empty() ? n : maxStack.top();            maxStack.push(i);        }

        long long sumMax = 0, sumMin = 0;        for (int i = 0; i < n; i++) {            sumMax += static_cast<long long>(maxRight[i] - i) * (i - maxLeft[i]) * nums[i];            sumMin += static_cast<long long>(minRight[i] - i) * (i - minLeft[i]) * nums[i];        }        return sumMax - sumMin;    }};


Java

class Solution {    public long subArrayRanges(int[] nums) {        int n = nums.length;        int[] minLeft = new int[n];        int[] minRight = new int[n];        int[] maxLeft = new int[n];        int[] maxRight = new int[n];        Deque<Integer> minStack = new ArrayDeque<Integer>();        Deque<Integer> maxStack = new ArrayDeque<Integer>();        for (int i = 0; i < n; i++) {            while (!minStack.isEmpty() && nums[minStack.peek()] > nums[i]) {                minStack.pop();            }            minLeft[i] = minStack.isEmpty() ? -1 : minStack.peek();            minStack.push(i);                        // 如果 nums[maxStack.peek()] == nums[i], 那么根据定义，            // nums[maxStack.peek()] 逻辑上小于 nums[i]，因为 maxStack.peek() < i            while (!maxStack.isEmpty() && nums[maxStack.peek()] <= nums[i]) {                 maxStack.pop();            }            maxLeft[i] = maxStack.isEmpty() ? -1 : maxStack.peek();            maxStack.push(i);        }        minStack.clear();        maxStack.clear();        for (int i = n - 1; i >= 0; i--) {            // 如果 nums[minStack.peek()] == nums[i], 那么根据定义，            // nums[minStack.peek()] 逻辑上大于 nums[i]，因为 minStack.peek() > i            while (!minStack.isEmpty() && nums[minStack.peek()] >= nums[i]) {                 minStack.pop();            }            minRight[i] = minStack.isEmpty() ? n : minStack.peek();            minStack.push(i);

            while (!maxStack.isEmpty() && nums[maxStack.peek()] < nums[i]) {                maxStack.pop();            }            maxRight[i] = maxStack.isEmpty() ? n : maxStack.peek();            maxStack.push(i);        }

        long sumMax = 0, sumMin = 0;        for (int i = 0; i < n; i++) {            sumMax += (long) (maxRight[i] - i) * (i - maxLeft[i]) * nums[i];            sumMin += (long) (minRight[i] - i) * (i - minLeft[i]) * nums[i];        }        return sumMax - sumMin;    }}


C#

public class Solution {    public long SubArrayRanges(int[] nums) {        int n = nums.Length;        int[] minLeft = new int[n];        int[] minRight = new int[n];        int[] maxLeft = new int[n];        int[] maxRight = new int[n];        Stack<int> minStack = new Stack<int>();        Stack<int> maxStack = new Stack<int>();        for (int i = 0; i < n; i++) {            while (minStack.Count > 0 && nums[minStack.Peek()] > nums[i]) {                minStack.Pop();            }            minLeft[i] = minStack.Count == 0 ? -1 : minStack.Peek();            minStack.Push(i);                        // 如果 nums[maxStack.Peek()] == nums[i], 那么根据定义，            // nums[maxStack.Peek()] 逻辑上小于 nums[i]，因为 maxStack.Peek() < i            while (maxStack.Count > 0 && nums[maxStack.Peek()] <= nums[i]) {                 maxStack.Pop();            }            maxLeft[i] = maxStack.Count == 0 ? -1 : maxStack.Peek();            maxStack.Push(i);        }        minStack.Clear();        maxStack.Clear();        for (int i = n - 1; i >= 0; i--) {            // 如果 nums[minStack.Peek()] == nums[i], 那么根据定义，            // nums[minStack.Peek()] 逻辑上大于 nums[i]，因为 minStack.Peek() > i            while (minStack.Count > 0 && nums[minStack.Peek()] >= nums[i]) {                 minStack.Pop();            }            minRight[i] = minStack.Count == 0 ? n : minStack.Peek();            minStack.Push(i);

            while (maxStack.Count > 0 && nums[maxStack.Peek()] < nums[i]) {                maxStack.Pop();            }            maxRight[i] = maxStack.Count == 0 ? n : maxStack.Peek();            maxStack.Push(i);        }

        long sumMax = 0, sumMin = 0;        for (int i = 0; i < n; i++) {            sumMax += (long) (maxRight[i] - i) * (i - maxLeft[i]) * nums[i];            sumMin += (long) (minRight[i] - i) * (i - minLeft[i]) * nums[i];        }        return sumMax - sumMin;    }}


C

typedef struct {    int * stBuff;    int stSize;    int stTop;} Stack;

void initStack(Stack * obj, int stSize) {    obj->stBuff = (int *)malloc(sizeof(int) * stSize);    obj->stSize = stSize;    obj->stTop = 0;}

static inline bool pushStack(Stack * obj, int val) {    if (obj->stTop == obj->stSize) {        return false;    }    obj->stBuff[obj->stTop++] = val;    return true;}

static inline int popStack(Stack * obj) {    if (obj->stTop == 0) {        return -1;    }    int res =  obj->stBuff[obj->stTop - 1];    obj->stTop--;    return res;}



static inline bool isEmptyStack(const Stack * obj) {    return obj->stTop == 0;}

static inline int topStack(const Stack * obj) {    if (obj->stTop == 0) {        return -1;    }    return obj->stBuff[obj->stTop - 1]; }

static inline bool clearStack(Stack * obj) {    obj->stTop = 0;    return true;}

static inline void freeStack(Stack * obj) {    free(obj->stBuff);}

long long subArrayRanges(int* nums, int numsSize){    int * minLeft = (int *)malloc(sizeof(int) * numsSize);    int * minRight = (int *)malloc(sizeof(int) * numsSize);    int * maxLeft = (int *)malloc(sizeof(int) * numsSize);    int * maxRight = (int *)malloc(sizeof(int) * numsSize);    Stack minStack, maxStack;    initStack(&minStack, numsSize);    initStack(&maxStack, numsSize);    for (int i = 0; i < numsSize; i++) {        while (!isEmptyStack(&minStack) && nums[topStack(&minStack)] > nums[i]) {            popStack(&minStack);        }        minLeft[i] = isEmptyStack(&minStack) ? -1 : topStack(&minStack);        pushStack(&minStack, i);                // 如果 nums[maxStack.top()] == nums[i], 那么根据定义，        // nums[maxStack.top()] 逻辑上小于 nums[i]，因为 maxStack.top() < i        while (!isEmptyStack(&maxStack) && nums[topStack(&maxStack)] <= nums[i]) {             popStack(&maxStack);        }        maxLeft[i] = isEmptyStack(&maxStack) ? -1 : topStack(&maxStack);        pushStack(&maxStack, i);    }    clearStack(&minStack);    clearStack(&maxStack);    for (int i = numsSize - 1; i >= 0; i--) {        // 如果 nums[minStack.top()] == nums[i], 那么根据定义，        // nums[minStack.top()] 逻辑上大于 nums[i]，因为 minStack.top() > i        while (!isEmptyStack(&minStack) && nums[topStack(&minStack)] >= nums[i]) {             popStack(&minStack);        }        minRight[i] = isEmptyStack(&minStack) ? numsSize : topStack(&minStack);        pushStack(&minStack, i);

        while (!isEmptyStack(&maxStack) && nums[topStack(&maxStack)] < nums[i]) {             popStack(&maxStack);        }        maxRight[i] = isEmptyStack(&maxStack) ? numsSize : topStack(&maxStack);        pushStack(&maxStack, i);    }    freeStack(&minStack);    freeStack(&maxStack);

    long long sumMax = 0, sumMin = 0;    for (int i = 0; i < numsSize; i++) {        sumMax += (long long)(maxRight[i] - i) * (i - maxLeft[i]) * nums[i];        sumMin += (long long)(minRight[i] - i) * (i - minLeft[i]) * nums[i];    }        return sumMax - sumMin;}


JavaScript

var subArrayRanges = function(nums) {    const n = nums.length;    const minLeft = new Array(n).fill(0);    const minRight = new Array(n).fill(0);    const maxLeft = new Array(n).fill(0);    const maxRight = new Array(n).fill(0);    let minStack = [];    let maxStack = [];    for (let i = 0; i < n; i++) {        while (minStack.length && nums[minStack[minStack.length - 1]] > nums[i]) {            minStack.pop();        }        minLeft[i] = minStack.length === 0 ? -1 : minStack[minStack.length - 1];        minStack.push(i);                // 如果 nums[maxStack[maxStack.length - 1]] == nums[i], 那么根据定义，        // nums[maxStack[maxStack.length - 1]] 逻辑上小于 nums[i]，因为 maxStack[maxStack.length - 1] < i        while (maxStack.length && nums[maxStack[maxStack.length - 1]] <= nums[i]) {             maxStack.pop();        }        maxLeft[i] = maxStack.length === 0 ? -1 : maxStack[maxStack.length - 1];        maxStack.push(i);    }    minStack = [];    maxStack = [];    for (let i = n - 1; i >= 0; i--) {        // 如果 nums[minStack[minStack.length - 1]] == nums[i], 那么根据定义，        // nums[minStack[minStack.length - 1]] 逻辑上大于 nums[i]，因为 minStack[minStack.length - 1] > i        while (minStack.length && nums[minStack[minStack.length - 1]] >= nums[i]) {             minStack.pop();        }        minRight[i] = minStack.length === 0 ? n : minStack[minStack.length - 1];        minStack.push(i);

        while (maxStack.length && nums[maxStack[maxStack.length - 1]] < nums[i]) {            maxStack.pop();        }        maxRight[i] = maxStack.length === 0 ? n : maxStack[maxStack.length - 1];        maxStack.push(i);    }

    let sumMax = 0, sumMin = 0;    for (let i = 0; i < n; i++) {        sumMax += (maxRight[i] - i) * (i - maxLeft[i]) * nums[i];        sumMin += (minRight[i] - i) * (i - minLeft[i]) * nums[i];    }    return sumMax - sumMin;};


Python3

class Solution:    def subArrayRanges(self, nums: List[int]) -> int:        n = len(nums)        minLeft, maxLeft = [0] * n, [0] * n        minStack, maxStack = [], []        for i, num in enumerate(nums):            while minStack and nums[minStack[-1]] > num:                minStack.pop()            minLeft[i] = minStack[-1] if minStack else -1            minStack.append(i)

            # 如果 nums[maxStack[-1]] == num, 那么根据定义，            # nums[maxStack[-1]] 逻辑上小于 num，因为 maxStack[-1] < i            while maxStack and nums[maxStack[-1]] <= num:                maxStack.pop()            maxLeft[i] = maxStack[-1] if maxStack else -1            maxStack.append(i)

        minRight, maxRight = [0] * n, [0] * n        minStack, maxStack = [], []        for i in range(n - 1, -1, -1):            num = nums[i]            # 如果 nums[minStack[-1]] == num, 那么根据定义，            # nums[minStack[-1]] 逻辑上大于 num，因为 minStack[-1] > i            while minStack and nums[minStack[-1]] >= num:                minStack.pop()            minRight[i] = minStack[-1] if minStack else n            minStack.append(i)

            while maxStack and nums[maxStack[-1]] < num:                maxStack.pop()            maxRight[i] = maxStack[-1] if maxStack else n            maxStack.append(i)

        sumMax, sumMin = 0, 0        for i, num in enumerate(nums):            sumMax += (maxRight[i] - i) * (i - maxLeft[i]) * num            sumMin += (minRight[i] - i) * (i - minLeft[i]) * num        return sumMax - sumMin


Golang

func subArrayRanges(nums []int) int64 {    n := len(nums)    minLeft := make([]int, n)    maxLeft := make([]int, n)    var minStk, maxStk []int    for i, num := range nums {        for len(minStk) > 0 && nums[minStk[len(minStk)-1]] > num {            minStk = minStk[:len(minStk)-1]        }        if len(minStk) > 0 {            minLeft[i] = minStk[len(minStk)-1]        } else {            minLeft[i] = -1        }        minStk = append(minStk, i)

        // 如果 nums[maxStk[len(maxStk)-1]] == num, 那么根据定义，        // nums[maxStk[len(maxStk)-1]] 逻辑上小于 num，因为 maxStk[len(maxStk)-1] < i        for len(maxStk) > 0 && nums[maxStk[len(maxStk)-1]] <= num {            maxStk = maxStk[:len(maxStk)-1]        }        if len(maxStk) > 0 {            maxLeft[i] = maxStk[len(maxStk)-1]        } else {            maxLeft[i] = -1        }        maxStk = append(maxStk, i)    }

    minRight := make([]int, n)    maxRight := make([]int, n)    minStk = minStk[:0]    maxStk = maxStk[:0]    for i := n - 1; i >= 0; i-- {        num := nums[i]        // 如果 nums[minStk[len(minStk)-1]] == num, 那么根据定义，        // nums[minStk[len(minStk)-1]] 逻辑上大于 num，因为 minStk[len(minStk)-1] > i        for len(minStk) > 0 && nums[minStk[len(minStk)-1]] >= num {            minStk = minStk[:len(minStk)-1]        }        if len(minStk) > 0 {            minRight[i] = minStk[len(minStk)-1]        } else {            minRight[i] = n        }        minStk = append(minStk, i)

        for len(maxStk) > 0 && nums[maxStk[len(maxStk)-1]] < num {            maxStk = maxStk[:len(maxStk)-1]        }        if len(maxStk) > 0 {            maxRight[i] = maxStk[len(maxStk)-1]        } else {            maxRight[i] = n        }        maxStk = append(maxStk, i)    }

    var sumMax, sumMin int64    for i, num := range nums {        sumMax += int64(maxRight[i]-i) * int64(i-maxLeft[i]) * int64(num)        sumMin += int64(minRight[i]-i) * int64(i-minLeft[i]) * int64(num)    }    return sumMax - sumMin}


复杂度分析

  • 时间复杂度：O(n)，其中 n 为数组的大小。使用单调栈预处理出四个数组需要 O(n)，计算最大值之和与最小值之和需要 O(n)。


  • 空间复杂度：O(n)。保存四个数组需要 O(n)；单调栈最多保存 n 个元素，需要 O(n)。



BY / 

本文作者：力扣

编辑&版式：Irene

声明：本文归“力扣”版权所有，如需转载请联系。


点个在看，少个 bug

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
来源: qq
点击查看作者最近其他文章
相关阅读
谷歌亚麻，越来越嫌弃Leetcode刷题家…35岁被裁，刷LeetCode变成了自我感动...背完LeetCode刷题模板，真的不一样！（已拿字节offer）LeetCode 力扣官方题解 | 953. 验证外星语词典注意！眼下比有刷LeetCode更重要的事…深度好文｜打卡LeetCode的第100天，我才发现......发现了《Leetcode刷题指南》，我半年成功转码上岸2023开年16天上岸谷歌，Leetcode刷题小抄背完，面试真的不一样…纽约史蒂文斯理工学院(Stevens Institute of Technology)，周末走访拿下6家offer经验分享：刷LeetCode这件事，其实不靠努力！LeetCode 力扣官方题解 | 258. 各位相加注意！眼下比刷LeetCode更重要的事LeetCode 力扣官方题解 | 537. 复数乘法LeetCode 力扣官方题解 | 2016. 增量元素之间的最大差值LeetCode 力扣官方题解 | 2055. 蜡烛之间的盘子LeetCode 力扣官方题解 | 590. N 叉树的后序遍历莎士比亚的毒药系列：悲情王子的复仇挑战刷最少的题进大厂！不会刷leetcode的人，救星来了LeetCode 力扣官方题解 | 6. Z 字形变换Layoff潮，对传统刷LeetCode发起新挑战！Leetcode出题人，揭秘打工体验！首次免费送！Leetcode刷题速通指南，转码留学生请低调使用！2022傅雷翻译出版奖获奖者揭晓 Le palmarès du Prix Fu Lei 2022 dévoilé打卡LeetCode的第100天，我才发现......Union PoliticsLeetCode 力扣官方题解 | 2049. 统计最高分的节点数目NHL 的传奇 --- Sutter 兄弟老鸟也难逃一劫，Leetcode刷题家今年是真的惨！刷完 LeetCode 是什么水平？能拿到什么等级的Offer？LeetCode 力扣官方题解 | 917. 仅仅反转字母靠LeetCode刷题模板，学妹“开奖”字节offer！留学圈疯传！商科生转码《Leetcode刷题指南》，信息量太大LeetCode 力扣官方题解 | 521. 最长特殊序列 Ⅰ特拉华州内穆尔庄园(Nemours Estate)，秋景看不够气候变化 | IEEE 2023主席Saifur Rahman和IEEE代表团出席COP27
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章，不代表同意其说法或描述，仅为提供更多信息，也不构成任何建议。文章信息的合法性及真实性由其作者负责，与Redian.news及其运营公司无关。欢迎投稿，如发现稿件侵权，或作者不愿在本网发表文章，请版权拥有者通知本网处理。