C++刷题笔记(45)——leetcode42、84

题目1:42.接雨水

在这里插入图片描述

双指针法

用双指针法首先要确定是按行计算、还是按列计算。
在这里插入图片描述
如果按列计算,那么只需要求出每一列雨水的高度,
每一列雨水的高度取决于当前列的高度、左边最高的列和右边最高的列中较矮的列的高度
在这里插入图片描述

class Solution {
public:
    int trap(vector<int>& height) {
        int sum = 0;                                           //雨水体积
        for (int i = 0; i < height.size(); i++) {
            if (i == 0 || i == height.size() - 1) continue;    //第一列和最后一列不接雨水
            int lheight = height[i], rheight = height[i];      //记录左右列的最高高度
            for (int l = i - 1; l >= 0; l--) {                 //求左边最高列
                if (height[l] > lheight) lheight = height[l];
            }
            for (int r = i + 1; r < height.size(); r++) {      //求右边最高列
                if (height[r] > rheight) rheight = height[r];
            }
            int h = min(lheight, rheight) - height[i];         //计算该列的雨水高度
            if (h > 0) sum += h;                               //只有h>0才计算到雨水体积中
        }
        return sum;
    }
};

动态规划

在双指针中为了得到某一列两边的最高高度,使用双指针各遍历两边

也可以把每一个位置的左边最高高度记录在一个数组上(maxleft),右边最高高度记录在一个数组上(maxright),避免重复计算

当前位置,左边的最高高度是前一个位置的左边最高高度和本高度的最大值
即从左向右遍历:maxleft[i] = max(height[i], maxleft[i - 1]);
同理从右向左遍历:maxright[i] = max(height[i], maxright[i + 1]);

class Solution {
public:
    int trap(vector<int>& height) {
        if (height.size() <= 2) return 0;
        vector<int> maxleft(height.size(), 0);
        vector<int> maxright(height.size(), 0);
        int size = height.size();     
        maxleft[0] = height[0];                  //记录左边柱子最大高度
        for (int i = 1; i < size; i++) {
            maxleft[i] = max(height[i], maxleft[i - 1]);
        }
        maxright[size - 1] = height[size - 1];   //记录右边柱子最大高度
        for (int i = size - 2; i >= 0; i--) {
            maxright[i] = max(height[i], maxright[i + 1]);
        }
        int sum = 0;
        for (int i = 0; i < size; i++) {
            int h = min(maxleft[i], maxright[i]) - height[i];
            if (h > 0) sum += h;
        }
        return sum;
    }
};

单调栈

单调栈是按行计算雨水,存储的是每一列高度对应的下标,从栈顶到栈底呈递增顺序,因为如果要添加的列高大于栈顶元素对应的列高,说明出现凹槽,栈顶元素对应的列即为凹槽底部,栈顶第二个元素对应的列为左边的列,要添加的元素为右边的列。
在这里插入图片描述
对于更低的柱子:
如果能找到高柱子,这里就能接到雨水,所以入栈把它保存起来

对于相同高度的柱子:
相同高度的柱子,相当于出现了新的左边列,在计算的时候是用的新的左边列,因此将栈顶元素(旧下标)出栈,将新的左边列对应的下标入栈

对于更高的柱子:
说明出现了凹槽,此时就可以计算接了多少雨水
此时栈顶元素就是凹槽的底部,下标记为mid,对应高度为height[mid],然后将栈顶元素弹出;
此时栈顶元素就是凹槽左边柱子,下标为st.top(),对应高度为height[st.top()];
当前遍历的元素i就是凹槽右边柱子,下标为i,对应高度为height[i];
其实就是栈顶、栈顶的下一个元素、要入栈的三个元素来接水,
那么雨水高度是min(凹槽左边高度, 凹槽右边高度) - 凹槽底部高度,即int h = min(height[st.top()], height[i]) - height[mid]
雨水的宽度是 凹槽右边的下标 - 凹槽左边的下标 - 1(因为只求中间宽度),即int w = i - st.top() - 1

class Solution {
public:
    int trap(vector<int>& height) {
        if (height.size() <= 2) return 0;
        stack<int> st;       // 存储下标,计算的时候用下标对应的柱子高度
        st.push(0);
        int sum = 0;
        for (int i = 1; i < height.size(); i++) {
            if (height[i] < height[st.top()]) {     //遍历到的高度 小于 栈顶元素对应的高度
                st.push(i);
            } if (height[i] == height[st.top()]) {  //遍历到的高度 等于 栈顶元素对应的高度
                st.pop(); // 其实这一句可以不加,效果是一样的,主要在于处理的思路
                st.push(i);
            }
            else {                                  //遍历到的高度 大于 栈顶元素对应的高度
                while (!st.empty() && height[i] > height[st.top()]) { // 注意这里是while
                    int mid = st.top();
                    st.pop();
                    if (!st.empty()) {
                        int h = min(height[st.top()], height[i]) - height[mid];
                        int w = i - st.top() - 1; // 注意减一,只求中间宽度
                        sum += h * w;
                    }
                }
                st.push(i);
            }
        }
        return sum;
    }
};

代码精简后:

class Solution {
public:
    int trap(vector<int>& height) {
        stack<int> st;
        st.push(0); 
        int sum = 0;
        for (int i = 1; i < height.size(); i++) {
            while (!st.empty() && height[i] > height[st.top()]) {
                int mid = st.top();
                st.pop();
                if (!st.empty()) {
                    int h = min(height[st.top()], height[i]) - height[mid];
                    int w = i - st.top() - 1;
                    sum += h * w;
                }
            }
            st.push(i);
        }
        return sum;
    }
};

题目2:84.柱状图中最大的矩形

在这里插入图片描述
在这里插入图片描述
接雨水是找每个柱子左右两边第一个大于该柱子高度的柱子
本题是找每个柱子左右两边第一个小于该柱子的柱子,因此单调栈从栈顶到栈底呈递减顺序
在这里插入图片描述
只有栈里从大到小的顺序,才能保证栈顶元素找到左右两边第一个小于栈顶元素的柱子

如果遍历到的元素 大于 栈顶元素对应的高度,则直接入栈

如果遍历到的元素 等于 栈顶元素对应的高度,此时相当于出现了新的左边柱子,因此将栈顶元素(旧下标)出栈,将新的左边列对应的下标入栈

如果遍历到的元素 小于 栈顶元素对应的高度,此时就找到了一个矩形,计算此时矩形的面积。

class Solution {
public:
    int largestRectangleArea(vector<int>& heights) {  //和接雨水的代码结构差不多
        stack<int> st;
        heights.insert(heights.begin(), 0); //数组头部加入元素0
        heights.push_back(0);               //数组尾部加入元素0
        st.push(0);
        int result = 0;
        // 第一个元素已经入栈,从下标1开始
        for (int i = 1; i < heights.size(); i++) {
            if (heights[i] > heights[st.top()]) {
                st.push(i);
            }
            else if (heights[i] == heights[st.top()]) {
                st.pop();     //可以不加,效果一样,思路不同
                st.push(i);
            }
            else {
                while (heights[i] < heights[st.top()]) {
                    int mid = st.top();
                    st.pop();
                    int left = st.top();
                    int right = i;
                    int w = right - left - 1;
                    int h = heights[mid];
                    result = max(result, w * h);
                }
                st.push(i);
            }
        }
        return result;
    }
};

整体代码结构和接雨水差不多,但是在数组的头尾加了0:

如果遍历之后,栈不为空,那么还需要一步:即弹出栈中所有元素,分别计算最大面积。然而当加了两个0以后,在结束后,栈一定为空
即因为0入栈的时候,会把前面所有的数全部弹出,如果0最后一个入栈,所有的数都会弹出

代码化简后:

class Solution {
public:
    int largestRectangleArea(vector<int>& heights) {
        stack<int> st;
        heights.insert(heights.begin(), 0); // 数组头部加入元素0
        heights.push_back(0); // 数组尾部加入元素0
        st.push(0);
        int result = 0;
        for (int i = 1; i < heights.size(); i++) {
            while (heights[i] < heights[st.top()]) {
                int mid = st.top();
                st.pop();
                int w = i - st.top() - 1;
                int h = heights[mid];
                result = max(result, w * h);
            }
            st.push(i);
        }
        return result;
    }
};
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
引用中的代码片段是一个递归函数,名为beautifulArray,它接受一个整数n作为参数,并返回一个vector<int>类型的结果。这个函数用于生成一个长度为n的漂亮数组,漂亮数组满足以下条件:如果将其划分为两个任意长度的子数组,那么两个子数组的元素之和不相等。 函数的实现思路是通过递归,将问题划分为两个子问题,然后合并子问题的解。首先判断n是否等于1,如果等于1,则直接返回一个包含1的数组。否则,将n减1后的一半传入递归函数beautifulArray,得到一个漂亮数组res1。然后将n的一半传入递归函数beautifulArray,得到另一个漂亮数组res2。最后,将res1中的每个元素乘以2并减去1,然后与res2中的每个元素乘以2合并到结果数组res中。 引用中的代码片段是一个函数,名为translateNum,它接受一个整数num作为参数,并返回一个整数。这个函数用于计算将整数num翻译成字符串的不同方法数。 函数的实现思路是将整数num转换为字符串str,然后创建一个长度为str.size()-1的动态数组dp,用于记录不同位置的翻译方法数。然后初始化dp和dp[1]为1,表示前两位数字的翻译方法数。接下来,从第三位数字开始遍历字符串str,如果当前数字与前两位数字可以构成一个在10到25之间的整数,则将dp[i]的值设置为dp[i-1]+dp[i-2],表示当前位置的翻译方法数为前一位和前两位数字的翻译方法数之和。最后,返回dp最后一个元素的值,即为翻译整数num的不同方法数。 引用中的代码片段是一个函数,名为numberOfArithmeticSlices,它接受一个vector<int>类型的数组nums作为参数,并返回一个整数。这个函数用于计算数组nums中等差子序列的个数。 函数的实现思路是通过动态规划,创建一个与nums长度相同的动态数组dp,用于记录以每个位置为结尾的等差子序列的个数。然后遍历数组nums,从第三个元素开始,判断当前元素与前两个元素是否构成等差数列,如果是,则将dp[i]的值设置为dp[i-1]加1,表示以当前位置为结尾的等差子序列个数为前一位的等差子序列个数加1。最后,返回dp数组中所有元素的和,即为等差子序列的个数。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值