LeetCode42. 接雨水问题
给定 n 个非负整数表示每个宽度为 1 的柱子的高度图,计算按此排列的柱子,下雨之后能接多少雨水。
示例 1:
输入:height = [0,1,0,2,1,0,1,3,2,1,2,1]
输出:6
解释:上面是由数组 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度图,在这种情况下,可以接 6 个单位的雨水(蓝色部分表示雨水)。
示例 2:
输入:height = [4,2,0,3,2,5]
输出:9
提示:
n == height.length
0 <= n <= 3 * 104
0 <= height[i] <= 105
思路分析:
这道题我们可以使用三种不同的解法进行求解:
解法1:单调栈
我们定义一个单调栈,保证我们的栈内的元素是单调不减【即栈底到栈顶是单调不减的】,我们存储的是对应的元素的下标值
当遍历到的元素大于当前的栈顶元素:
- 先将栈顶元素pop出来
- 在判断此时栈是否为空,如果不为空,则我们定义栈顶元素作为我们的左边界left,则此时left到当前元素形成一个凹槽,可以进行雨水的存储,我们计算该区间能够存储的水的容量,并将该位置的值修改为凹槽的最小边界高度,即将其填平
无论如何,最后再将当前元素push到栈中
刚开始,我们的栈为空,我们遍历到第一个元素,将索引0存储到栈中
然后,第二个元素2小于栈顶元素,我们选择继续将其索引1存储到栈中,同理索引存储到栈中
当遍历到第4个元素的时候,此时当前的高度大于栈顶元素的高度0,故我们选择将栈顶元素pop出来
此时栈不为空,我们获取此时的栈顶元素的高度,即2,计算【2,0,3】区间能够接纳的雨水量,即为2,同时我们将索引2位置的值填充为2,如下图所示:
然后继续判断此时的栈顶元素(索引1)对应的高度2还是小于我们的当前高度3,则继续将栈顶元素pop出来,继续和上述一样的处理方式,将能够接纳的雨水量加入结果集中,同时更新对应位置的高度,如图所示:
故我们根据这种方式,一直维持单调栈,接下来的我们的柱子高度更新依次为:
最后更新求解我们的能够接到的雨水量
代码实现:
public int trap(int[] height) {
int n = height.length;
//定义一个单调栈:存储的数组的下标,使得下标对应的值单调递增
Stack<Integer> stack = new Stack<>();
int res = 0;
for (int i = 0; i < n; i++) {
int left = -1;
while (!stack.isEmpty() && height[stack.peek()] < height[i]) { //如果此时当前下标高度大于栈顶下标的高度
//首先将栈顶元素pop出来
stack.pop();
//如果栈不为空,我们获取栈顶元素,进行凹区间的水量的计算
if(!stack.isEmpty()){
left = stack.peek();
int min = Math.min(height[left],height[i]);
for (int j = left + 1; j < i; j++) {
res += min - height[j];
height[j] = min;
}
}
}
stack.push(i);
}
return res;
}
解法2:动态规划
我们分别定义两个数组leftHeight和rightHeight,其中,**leftHeight[i]和rightHeight[i]**分别记录当前位置i的左边界和右边界的最大高度
则我们的当前位置的水量即为:
d
e
p
t
h
=
M
a
t
h
.
m
i
n
(
l
e
f
t
H
e
i
g
h
t
[
i
]
,
r
i
g
h
t
H
e
i
g
h
t
[
i
]
)
−
h
e
i
g
h
t
[
i
]
;
depth = Math.min(leftHeight[i],rightHeight[i]) - height[i];
depth=Math.min(leftHeight[i],rightHeight[i])−height[i];
代码实现
class Solution {
public int trap(int[] height) {
int n = height.length;
if(n <= 2) return 0;
int[] leftHeight = new int[n];
int[] rightHeight = new int[n];
int res = 0; //结果集
for(int i = 1; i < n - 1; i++) { //第二个位置和最后一个位置没有左边界和右边界
leftHeight[i] = Math.max(height[i - 1],leftHeight[i - 1]);
}
for(int i = n - 2; i > 0; i--) {
rightHeight[i] = Math.max(height[i + 1],rightHeight[i + 1]);
}
//求解每一个位置的水量
for(int i = 1; i < n - 1; i++) {
int depth = Math.min(leftHeight[i],rightHeight[i]) - height[i];
if(depth > 0) {
res += depth;
}
}
return res;
}
}
解法3:双指针法
双指针的思想和上面的动态规划的思想是一致的:
代码实现
class Solution {
public int trap(int[] height) {
int n = height.length;
if(n <= 2) return 0;
int leftHeight = 0;
int rightHeight = 0;
int left = 0;
int right = n - 1;
int res = 0; //结果集
while(left < right) {
leftHeight = Math.max(leftHeight,height[left]);
rightHeight = Math.max(rightHeight,height[right]);
if(height[left] < height[right]) {
res += leftHeight - height[left];
++left;
}else {
res += rightHeight - height[right];
--right;
}
}
return res;
}
}