http://www.cnblogs.com/TenosDoIt/p/3812880.html
![](https://img-blog.csdn.net/20160325163332496)
容器大小取决与短板大小,整个体积为min(a[i], a[j])*(j-i)
1.暴力 O(n*n) 会超时
可以直接暴力循环,中间可以剪枝,根据当前最大面积可以求得最小开始的底边
2.预处理每个挡板的左边最高和右边最高,这样蓄水区间就可知道O(nlog(n))
假设f[i] 表示数组vec[i,i+1,…]内所有height按照原来的位置顺序排列好以后的最大水量
那么f[i-1]可以在O(1)时间内计算出来:因为vec[i-1].height 小于vec[i,i+1,…]内的所有height,所以以vec[i-1].index为边界的容器高度为vec[i-1].height,最大水量只需要分别计算vec[i,i+1,…]内按原始位置排列最前面和最后面的height,取两者的较大值。即下图中,黑色是最低的,要计算以黑色为边界的容器的最大水量,只需要分别和第一个和最后一个计算,去两者较大值。
![](https://img-blog.csdn.net/20160325163938874)
3.双指针,O(n) 时间和 O(1) 空间
时间复杂度O(n),两个指针i, j分别从前后向中间移动,两个指针分别表示容器的左右边界。每次迭代用当前的容量更新最大容量,然后把高度小的边界对应的指针往中间移动一位。
正确性证明:由于水的容量是有较小的那个边界决定的,因此某次迭代中,假设height[i] < height[j],那么j 减小肯定不会使水的容量增大,只有i 增加才有可能使水的容量增大。但是会不会有这种可能:当前的i 和 某个k (k > j)是最大容量, 这也是不可能的,因为按照我们的移动规则,既然右指针从k 移动到了j,说明i 的左边一定存在一个边界 m,使m > k,那么[m, k]的容量肯定大于[i, k],所以[i,k]不可能是最大容量。
//
// start: find max area with two index
/************************************************************************/
/* method1_1: BruteForce */
/************************************************************************/
int maxArea_BruteForce1(vector<int>& height)
{
int result = 0, len = height.size();
if(len < 2)
return 0;
for(int i = 0; i < len-1; i++)
{
for(int j = i+1; j < n; j++)
{
int tmp = min(height[i], height[j])*(j-i);
if(result < tmp)
result = tmp;
}
}
return result;
}
/************************************************************************/
/* method1_2:
BruteForce with pruning */
/************************************************************************/
int maxArea_BruteForce1(vector<int>& height)
{
int result = 0, len = height.size();
if(len < 2)
return 0;
for(int i = 0; i < len-1; i++)
{
if(height[i] == 0)
continue;
for(int j = max(i+1, result/height[i]+i); j < n; j++)
{
int tmp = min(height[i], height[j])*(j-i);
if(result < tmp)
result = tmp;
}
}
return result;
}
/**************************************************************************/
/* method2:
sort with each height and find max len of delta index */
/**************************************************************************/
struct
Node
{
int
height;
int
index;
Node(
int
h,
int
i):height(h),index(i){}
Node(){}
bool
operator < (
const
Node &a)
const // 利用sort排序
{
return
height < a.height;
}
};
int maxArea_Sort(vector<int>& height)
{
int result = 0, len = height.size();
if(len < 2)
return 0;
vector<Node>Nodes(len);
for(int i = 0; i < len-1; i++)
{
Nodes[i].index = i;
Nodes[i].height = height[i];
}
sort(Nodes[i].begin(), Nodes[i].end()); // height降序排序
int start = Nodes[n-1].index, end = start; // 记录值较大集合中下标最大及最小
for(int i = n-2; i >= 0; i--)
{
start = min(start, Nodes[i].index);
end = max(end, Nodes[i].index);
result = max( result, Nodes[i].height * max((Nodes[i].index-start), end-Nodes[i].index) );
}
return result;
}
/*****************************************************************************************************/
/* method3:
left and right index moving towards middle, each time moving less value one */
/*****************************************************************************************************/
int maxArea_MoveLeftRightPointer(vector<int>& height)
{
int result = 0, len = height.size();
if(len < 2)
return 0;
int left = 0, right = n - 1;
while(left < right)
{
result = max(result, min(height[left], height[high])*(right-left));
if(height[left] < height[right])
left++;
else
right++;
}
return result;
}
// end
//
近似问题:
柱子积水问题
leetcode-42
Trapping Rain Water
Given n non-negative integers representing an elevation map where the width of each bar is 1, compute how much water it is able to trap after raining.
For example,
Given [0,1,0,2,1,0,1,3,2,1,2,1], return 6.
方法1:
分析某个柱子,发现该柱子上水的高度和其左右两边的最高柱子有关,设该柱子左边所有柱子中最高的为leftmax,右边所有柱子中最高的为rightmax,如果min(leftmax, rightmax) 大于该柱子的高度,那么该柱子上可以蓄水为min(leftmax, rightmax) - 该柱子高度,如果min(leftmax, rightmax) <= 该柱子高度,则该柱子上没有蓄水。
可以从后往前扫描一遍数组求得某个柱子右边的最高柱子,从前往后扫描一遍数组求得某个柱子左边的最高柱子, 然后按照上面的分析可以求得所有的蓄水量。
方法2:
可以换一种思路,如下图,如果我们求出了两个红色框的面积,然后再减去框内黑色柱子的面积,就是水的面积了,时间复杂度O(N),空间O(1), 数组扫描2次。
如何求红色框内的面积呢,我们先求出最大的柱子高度,然后左右分开求。求面积是是一层一层的累加。
![](https://img-blog.csdn.net/20160325164123749)
方法3:
同方法2的思想,利用上面左右指针的方法,
只需扫描一遍数组。
// start: cal trapping water with int*
/**************************************************************************************/
/* method1:
find LeftMax and RightMax to cal trapping water for each index */
/* O(n) scan for twice, space: O(n) */
/**************************************************************************************/
int trap_Scan(int A[], int n)
{
int result = 0;
if(n < 3)
return 0;
vector<int> RightMax(n); // 当前柱子右边的最大高度 = 当前柱子右一的右边最大高度与右一高度的最大值
int Max = 0;
for(int i = n-1; i >= 0; i--)
{
RightMax[i] = Max;
Max = max(Max, A[i]);
}
Max = 0;
for(int i = 0; i < n; i++)
{
int deltaHeight = min(Max, RightMax[i]);
if(deltaHeight > A[i]) // 左右最大高度较小值比当前值要大时才会有积水
{
result += deltaHeight - A[i];
}
Max = max(Max, A[i]); // 此时直接用Max记录下一个柱子左边的最大高度,而不用再用数组记录
}
return result;
}
/**************************************************************************************/
/* method2:
find water area left and right of the highest index */
/* O(n) scan for twice, space: O(1) */
/**************************************************************************************/
int trap_Area(int A[], int n)
{
if(n < 3)
return 0;
int maxHeight = 0, maxIdx = 0; // 记录最高
for(int i = 0; i < n; i++)
{
if(A[i] > maxHeight)
{
maxHeight = A[i];
maxIdx = i;
}
}
int height = 0;
int totalArea = 0; // 围成的所有面积
int valArea = 0;// 有值的面积
for(int i = 0; i < maxIdx; i++) // 先从左向右,找到第一个当前最大的值
{
if(A[i] > height) // 第一次遇到本层最高,用total记录总面积,遍历每一个idx去记录有值的面积
{
totalArea += (maxIdx-i)*(A[i]-height); // 面积的高度不是1,而是当前层与前一层之间的差
height = A[i]; //始终记录从开始到当前的最大高度
}
valArea += A[i];
}
height = 0;
for(int i = n-1; i > maxIdx; i--) // 先从右向左,找到第一个当前最大的值
{
if(A[i] > height) // 第一次遇到本层最高,用total记录总面积,遍历每一个idx去记录有值的面积
{
totalArea += (i-maxIdx)*(A[i]-height); // 面积的高度不是1,而是当前层与前一层之间的差
height = A[i]; //始终记录从开始到当前的最大高度
}
valArea += A[i];
}
return totalArea - valArea;
}
/*****************************************************************************************************/
/* method3:
left and right index moving towards middle, each time moving less value one */
/*****************************************************************************************************/
int trap_MoveLeftRightPointer(int A[], int n)
{
if(n < 3)
return 0;
int totalArea = 0; // 围成的所有面积
int valArea = 0; // 有值的面积
int height = 0; // 记录当前处理的层
int left = 0, right = n - 1;
while(left < right)
{
if(A[left] < A[right]) // 在左侧移动指针
{
if(A[left] > height) // 需要累加当前层
{
totalArea += (A[left]-height)*(right-left+1);
height = A[left];
}
valArea += A[left];
left++;
}
else
{
if(A[right] > height)
{
totalArea += (A[right]-height)*(right-left+1);
height = A[right];
}
}
valArea += A[right];
right--;
}
return totalArea - valArea;
}
// end