https://leetcode.cn/problems/number-of-subarrays-with-bounded-maximum/description/
一、题目解析
1.1 题意
给一个整数数组 nums 和两个整数 left、right。求所有连续非空子数组中，最大值落在 [left, right] 内的子数组个数。
输入：nums = [2,1,4,3], left = 2, right = 3输出：3满足条件的子数组：[2], [2, 1], [3]1.2 核心思路
每个子数组有唯一的最大值（值相同时取最左边那个）。反过来，对于一个元素 nums[k]，如果它的值在 [left, right] 内，有多少个子数组以它为最大值？
把所有符合条件的 k 的贡献加起来，就是答案。
nums = [2,1,4,3]，left=2, right=3。值为 2 的下标 0 在范围内：左边没有更大的元素（leftBoundary = -1），右边第一个更大的元素是下标 2 处的 4（rightBoundary = 2）。在区间 (-1, 2) 也就是下标 0~1 中，2 是最大值。包含下标 0 的子数组有两个：[2] 和 [2,1]。
值为 3 的下标 3 也在范围内：左边第一个更大的元素是下标 2 处的 4，右边没有更大的元素（哨兵 MAX_VALUE）。在区间 (2, 4) 也就是下标 3 中，只有 [3] 这一个子数组把 3 作为最大值。
leftCount = k - leftBoundary（可选的子数组起点数），rightCount = rightBoundary - k（可选的子数组终点数）。满足条件的子数组起点一定在 (leftBoundary, k]，终点一定在 [k, rightBoundary)，组合数就是 leftCount × rightCount。
二、单调栈模板
2.1 下一个更大元素
要拿到每个元素的"左右第一个更大元素"，用单调递减栈：
Deque<Integer> stack = new ArrayDeque<>();for (int i = 0; i < n; i++) { while (!stack.isEmpty() && nums[stack.peekLast()] < nums[i]) { int idx = stack.pollLast(); // nums[idx] 的右侧第一个更大元素是 nums[i] // 左侧第一个更大元素是 stack.peekLast() } stack.addLast(i);}当前元素比栈顶大时，栈顶的"右侧第一个更大元素"找到了——弹栈结算。栈内保持严格递减，所以弹出后的新栈顶就是"左侧第一个更大元素"。
2.2 弹栈拿到的边界
每次弹栈时定义：
- 被弹元素
idx：潜在的子数组最大值 - 左边界
stack.peekLast()：左侧第一个更大的元素（栈空时取 -1） - 右边界
i：右侧第一个更大的元素
区间 (leftBoundary, rightBoundary) 内，nums[idx] 就是最大的——严格大于区间内其他元素（用 < 比较，相等的不会被弹出，约定由最左边的那个作为"最大值"）。
三、算法详解
3.1 贡献计算
弹出一个元素 topIndex 后，判断它的值是否在 [left, right] 内：
int rightCount = i - topIndex; // 终点有 rightCount 个选择int leftBoundary = stack.isEmpty() ? -1 : stack.peekLast();int leftCount = topIndex - leftBoundary; // 起点有 leftCount 个选择ans += rightCount * leftCount; // 组合 = 包含 topIndex 的子数组数leftCount 是起点范围的长度（起点从 leftBoundary+1 到 topIndex），rightCount 是终点范围的长度（终点从 topIndex 到 i-1）。任意起点和终点的组合构成一个子数组，且 topIndex 一定是其中的最大值，乘积就是贡献。
不在 [left, right] 内的元素不产生贡献，但必须入栈——它们的任务是作为左右边界"约束"相邻元素的扩张范围。
3.2 末尾哨兵
int[] nums = new int[inputs.length + 1];System.arraycopy(inputs, 0, nums, 0, inputs.length);nums[inputs.length] = Integer.MAX_VALUE;在末尾补一个 Integer.MAX_VALUE。遍历到它时，所有真实元素都比它小，栈内元素全部被弹出结算。不需要在循环外另写一段"清栈"逻辑，结构统一。
四、完整代码
class Solution { public int numSubarrayBoundedMax(int[] inputs, int left, int right) { ArrayDeque<Integer> stack = new ArrayDeque<>(); int ans = 0; // 末尾补哨兵 Integer.MAX_VALUE，保证所有元素都能被弹出结算 int[] nums = new int[inputs.length + 1]; System.arraycopy(inputs, 0, nums, 0, inputs.length); nums[inputs.length] = Integer.MAX_VALUE; for (int i = 0; i < nums.length; i++) { // 单调递减栈：当前元素大于栈顶 → 栈顶的右边界出现 while (!stack.isEmpty() && nums[stack.peekLast()] < nums[i]) { int topIndex = stack.pollLast(); // 值在 [left, right] 内才产生贡献 if (nums[topIndex] >= left && nums[topIndex] <= right) { int rightCount = i - topIndex; // 右边可选的终点数 int leftBoundary = stack.isEmpty() ? -1 : stack.peekLast(); int leftCount = topIndex - leftBoundary; // 左边可选的起点数 ans += rightCount * leftCount; // 起终点自由组合 } } stack.addLast(i); } return ans; }}总结：
<严格小于，等值不弹出——"最左边的最大值"代表这一组子数组，后面的等值元素会在它被弹出后再结算，不会重复nums[topIndex]不在[left, right]内时跳过ans += ...，但它依然出栈、左右边界依然被使用——它在划定范围这件事上和普通元素没有区别Integer.MAX_VALUE可以用其他足够大的数替代（如10^9+1），目的就是让它比所有输入值大
复杂度：每个元素入栈出栈各一次，O(n)。栈额外 O(n) 空间。