【问题描述】
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。
![image.png](https://upload-images.jianshu.io/upload_images/17025746-87f6db1a993ce416.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
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)。 感谢 Marcos 贡献此图。
示例:
输入: [0,1,0,2,1,0,1,3,2,1,2,1]
输出: 6
【解答思路】
1. 栈 ->括号匹配
1.当前高度小于等于栈顶高度,入栈,指针后移。
2.当前高度大于栈顶高度,出栈,计算出当前墙和栈顶的墙之间水的多少,然后计算当前的高度和新栈的高度的关系,重复第 2 步。直到当前墙的高度不大于栈顶高度或者栈空,然后把当前墙入栈,指针后移。
3.水量:(Min ( max _ left ,max _ right ) - height [ i ] ) *两个墙之间的距离
时间复杂度:O(N) 空间复杂度:O(N)
public int trap6(int[] height) {
int sum = 0;
Stack<Integer> stack = new Stack<>();
int current = 0;
while (current < height.length) {
//如果栈不空并且当前指向的高度大于栈顶高度就一直循环
while (!stack.empty() && height[current] > height[stack.peek()]) {
int h = height[stack.peek()]; //取出要出栈的元素
stack.pop(); //出栈
if (stack.empty()) { // 栈空就出去
break;
}
int distance = current - stack.peek() - 1; //两堵墙之前的距离。
int min = Math.min(height[stack.peek()], height[current]);
sum = sum + distance * (min - h);
}
stack.push(current); //当前指向的墙入栈
current++; //指针后移
}
return sum;
}
作者:windliang
链接:https://leetcode-cn.com/problems/trapping-rain-water/solution/xiang-xi-tong-su-de-si-lu-fen-xi-duo-jie-fa-by-w-8/
2. 按列 暴力
时间复杂度:O(N^2) 空间复杂度:O(1)
求每一列的水,关注当前列,以及左边最高的墙,右边最高的墙就够了。
装水的多少,当然根据木桶效应,需要看左边最高的墙和右边最高的墙中较矮的一个就够了
三种情况:
- 较矮的墙的高度大于当前列的墙的高度 左边的墙的高度-减去当前列的高度
- 较矮的墙的高度小于当前列的墙的高度 无水
- 较矮的墙的高度等于当前列的墙的高度 无水
public int trap(int[] height) {
int sum = 0;
//最两端的列不用考虑,因为一定不会有水。所以下标从 1 到 length - 2
for (int i = 1; i < height.length - 1; i++) {
int max_left = 0;
//找出左边最高
for (int j = i - 1; j >= 0; j--) {
if (height[j] > max_left) {
max_left = height[j];
}
}
int max_right = 0;
//找出右边最高
for (int j = i + 1; j < height.length; j++) {
if (height[j] > max_right) {
max_right = height[j];
}
}
//找出两端较小的
int min = Math.min(max_left, max_right);
//只有较小的一段大于当前列的高度才会有水,其他情况不会有水
if (min > height[i]) {
sum = sum + (min - height[i]);
}
}
return sum;
}
作者:windliang
链接:https://leetcode-cn.com/problems/trapping-rain-water/solution/xiang-xi-tong-su-de-si-lu-fen-xi-duo-jie-fa-by-w-8/
3. 动态规划
优化 “对于每一列,我们求它左边最高的墙和右边最高的墙,都是重新遍历一遍所有高度”
max_left [i] 代表第 i 列左边最高的墙的高度,max_right[i] 代表第 i 列右边最高的墙的高度。
时间复杂度:O(N) 空间复杂度:O(N)
public int trap(int[] height) {
int sum = 0;
int[] max_left = new int[height.length];
int[] max_right = new int[height.length];
for (int i = 1; i < height.length - 1; i++) {
max_left[i] = Math.max(max_left[i - 1], height[i - 1]);
}
for (int i = height.length - 2; i >= 0; i--) {
max_right[i] = Math.max(max_right[i + 1], height[i + 1]);
}
for (int i = 1; i < height.length - 1; i++) {
int min = Math.min(max_left[i], max_right[i]);
if (min > height[i]) {
sum = sum + (min - height[i]);
}
}
return sum;
}
作者:windliang
链接:https://leetcode-cn.com/problems/trapping-rain-water/solution/xiang-xi-tong-su-de-si-lu-fen-xi-duo-jie-fa-by-w-8/
优化 左右数组->左数组
public int trap(int[] height) {
int sum = 0;
int max_left = 0;
int[] max_right = new int[height.length];
for (int i = height.length - 2; i >= 0; i--) {
max_right[i] = Math.max(max_right[i + 1], height[i + 1]);
}
for (int i = 1; i < height.length - 1; i++) {
max_left = Math.max(max_left, height[i - 1]);
int min = Math.min(max_left, max_right[i]);
if (min > height[i]) {
sum = sum + (min - height[i]);
}
}
return sum;
}
作者:windliang
链接:https://leetcode-cn.com/problems/trapping-rain-water/solution/xiang-xi-tong-su-de-si-lu-fen-xi-duo-jie-fa-by-w-8/
4. 动态规划 双指针优化
(因为第一个柱子和最后一个柱子肯定不能装水,因为不作为装水柱子,而是作为左边最高柱子和右边最高柱子)
时间复杂度:O(N) 空间复杂度:O(1)
使用双指针(左右两边各一个指针)
我们使用一根一根柱子计算装水量的方法
left 表示左边当前遍历的柱子(即左边我们需要计算能够装多少水的柱子)
left_max 表示 left 的左边最高的柱子长度(不包括 left)
right 表示右边当前遍历的柱子
right_max 表示 right 的右边最高的柱子长度(不包括 right)
我们有以下几个公式:
当 left_max < right_max 的话,那么我们就判断 left_max 是否比 left 高
因为根据木桶效应,一个桶装水量取决于最短的那个木板,这里也一样,柱子能否装水取决于左右两边的是否都存在比它高的柱子
因为 left_max < right_max 了,那么我们只需要比较 left_max 即可
如果 left_max > left,那么装水量就是 left_max - left
如果 left_max <= left,那么装水量为 0,即 left 装不了水
当 left_max >= right_max 的话,同理如上,比较 right_max 和 right
???? 为什么 right_max 和 left 隔这么远我们还可以使用 right_max 来判断?
前提:left_max < right_max
right_max 虽然跟 left 离得远,但有如下两种情况:
1、left 柱子和 right_max 柱子之间,没有比 right_max 柱子更高的柱子了,
那么情况如下: left 能否装水取决于 left_max 柱子是否比 left 高
|
| |
| | |
↑ ↑ ↑
l_m l r_m
2、left 柱子和 right_max 柱子之间存在比 right_max 柱子更高的柱子
那么情况如下:因为存在了比 right_max 更高的柱子,那么我们仍然只需要判断 left_max 是否比 left 高,因为右边已经存在比 left 高的柱子
|
| |
| | |
| | | |
↑ ↑ ↑ ↑
l_m l mid r_m
初始化指针:
left = 1;
right = len - 2;
left_max = 0;
right_max = len - 1;
(因为第一个柱子和最后一个柱子肯定不能装水,因为不作为装水柱子,而是作为左边最高柱子和右边最高柱子)
public int trap(int[] height) {
int sum = 0;
int max_left = 0;
int max_right = 0;
int left = 1;
int right = height.length - 2; // 加右指针进去
for (int i = 1; i < height.length - 1; i++) {
//从左到右更
if (height[left - 1] < height[right + 1]) {
max_left = Math.max(max_left, height[left - 1]);
int min = max_left;
if (min > height[left]) {
sum = sum + (min - height[left]);
}
left++;
//从右到左更
} else {
max_right = Math.max(max_right, height[right + 1]);
int min = max_right;
if (min > height[right]) {
sum = sum + (min - height[right]);
}
right--;
}
}
return sum;
}
作者:windliang
链接:https://leetcode-cn.com/problems/trapping-rain-water/solution/xiang-xi-tong-su-de-si-lu-fen-xi-duo-jie-fa-by-w-8/
5. 逐行分析 超时
时间复杂度:O(N^2) 空间复杂度:O(1)
public int trap(int[] height) {
int sum = 0;
int max = getMax(height);//找到最大的高度,以便遍历。
for (int i = 1; i <= max; i++) {
boolean isStart = false; //标记是否开始更新 temp
int temp_sum = 0;
for (int j = 0; j < height.length; j++) {
if (isStart && height[j] < i) {
temp_sum++;
}
if (height[j] >= i) {
sum = sum + temp_sum;
temp_sum = 0;
isStart = true;
}
}
}
return sum;
}
private int getMax(int[] height) {
int max = 0;
for (int i = 0; i < height.length; i++) {
if (height[i] > max) {
max = height[i];
}
}
return max;
}
作者:windliang
链接:https://leetcode-cn.com/problems/trapping-rain-water/solution/xiang-xi-tong-su-de-si-lu-fen-xi-duo-jie-fa-by-w-8/
【总结】
- 动态规划,空间换时间,双指针是个好工具
-链表题目也可以使用
2.栈->类比括号匹配
- 当是数组入栈时,入栈下标,数组的值可以通过下标获得
- 横纵思考 多思考几步 想清楚所有情况再动手 !!!