11. Container with most water
Given n non-negative integers a1, a2, …, an , where each represents a point at coordinate (i, ai). n vertical lines are drawn such that the two endpoints of line i is at (i, ai) and (i, 0). Find two lines, which together with x-axis forms a container, such that the container contains the most water.
Note: You may not slant the container and n is at least 2.
Example:
Input: [1,8,6,2,5,4,8,3,7]
Output: 49
网上给出的最优算法都比较类似,其基本想法是:将挑选的两条边分别从两端 a 0 , a n a_0, a_n a0,an开始向中间移动,每一次只能移动两条边中的一条。每次移动的标准是将较小的那条边往中间移动一格。如果移动后的面积有所增长,则将面积最大值更新。当两条边相遇时,则停止。
网上几乎都只有这个算法的描述,而没有提供一个严格的数学证明。和好友Meiyf讨论后,整理出这个算法的数学证明。
考虑分布在左右两边的移动指标 a l , a r a_l, a_r al,ar,它们分别从两端 a 0 , a n a_0, a_n a0,an开始,通过 a l a_l al右移、 a r a_r ar左移的方式,来搜索最优解。
假设最优解为 a i , a j a_i, a_j ai,aj,则我们有: 0 ≤ i < j ≤ n 0 \leq i < j \leq n 0≤i<j≤n。根据算法的移动方式,总是可以通过“ a l a_l al从 a 0 a_0 a0右移、 a r a_r ar从 a n a_n an左移”若干步的方式,到达 a i , a j a_i, a_j ai,aj。
由于算法每一次只能移动一步(即 a l a_l al右移一步或 a r a_r ar左移一步),所以两种情况:
- a l a_l al先到达 a i a_i ai
- a r a_r ar先到达 a j a_j aj
必然有一种先发生。不妨假设 a l a_l al先到达 a i a_i ai(那么此时, a r a_r ar也就还未通过左移到达 a j a_j aj,它还在 a j a_j aj的右侧)。那么,我们只需证明:
在现有的算法下,后续的更新步骤__都只能是__: a r a_r ar不断左移、直到到达 a j a_j aj。
我们可以通过反证法来证明上述结论。
令函数 h ( a t ) h(a_t) h(at)表示点 a t a_t at对应的线段长度,令 w ( a s , a t ) w(a_s, a_t) w(as,at)表示点 a s a_s as和 a t a_t at构成的线段长度。
若假设不成立,则存在某一步:在 a r a_r ar还未通过左移到达 a j a_j aj时,停留在 a i a_i ai的 a l a_l al需要右移一步。
下面我们来证明不可能出现上面这种情况。
若上述发生,则我们有以下结论:
- l = i < j < r l = i < j < r l=i<j<r
- h ( a i ) = h ( a l ) < h ( a r ) h(a_i) = h(a_l) < h(a_r) h(ai)=h(al)<h(ar)。因为根据算法,只有长度更小的那一条边才能向中间移动。所以,只有当 h ( a l ) h(a_l) h(al)小于 h ( a r ) h(a_r) h(ar)时,才可能出现 a l a_l al右移。
由此,我们可以得到由 a i , a r a_i, a_r ai,ar两条边形成的面积为: S ∗ = h ( a i ) ∗ w ( a i , a r ) . S^* = h(a_i) * w(a_i, a_r). S∗=h(ai)∗w(ai,ar).
这里的高度之所以取为 h ( a i ) h(a_i) h(ai),是因为上面第2条已经说明了 h ( a i ) h(a_i) h(ai)比 h ( a r ) h(a_r) h(ar)小。
而此时,因为第1条已经说明 j < r j < r j<r,所以 w ( a i , a r ) > w ( a i , a j ) w(a_i, a_r) > w(a_i, a_j) w(ai,ar)>w(ai,aj)。所以我们有:
S ∗ = h ( a i ) ∗ w ( a i , a r ) > h ( a i ) ∗ w ( a i , a j ) ≥ min { h ( a i ) , h ( a j ) } ∗ w ( a i , a j ) = S m a x S^* = h(a_i) * w(a_i, a_r) > h(a_i) * w(a_i, a_j) \geq \min{\{h(a_i), h(a_j)\}} * w(a_i, a_j) = S_{max} S∗=h(ai)∗w(ai,ar)>h(ai)∗w(ai,aj)≥min{h(ai),h(aj)}∗w(ai,aj)=Smax
矛盾。所以假设命题不成立,进而当 a l a_l al到达 a i a_i ai后,后续的所有更新步骤都只能是 a r a_r ar不断左移、直到到达 a j a_j aj。
所以,在这样的算法之下,一定能够到找到面积的最优解 S m a x S_{max} Smax。