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
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/trapping-rain-water
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
暴力法:(超时)
对于除第一个节点和最后一个节点以外的每个节点,我们都找到该节点左边和右边的最大墙高max_left
和max_right
,然后取其中最小者,其实观察可以发现,对于当前节点来说,其能存储的水的体积就是min(max_left,max_right) - height[i]
,例如就以图中的例子为例:在i=4
时即其位置对应的那滴水的体积就是min(2,3) - 1 = 1
,当遍历完这个高度数组时,ans
也就求和完了。
class Solution {
public:
int trap(vector<int>& height) {
int ans = 0;
int size = height.size();
for(int i = 1;i < size - 1;++i)
{
int max_left = 0;
int max_right = 0;
for(int j = i;j >= 0;--j)//从当前位置往左找
{
max_left = max(max_left,height[j]);
}
for(int j = i;j < size;++j)//从当前位置往右找
{
max_right = max(max_right,height[j]);
}
ans += min(max_left,max_right) - height[i];
}
return ans;
}
};
动态规划法:
根据暴力法改进,我们可以利用两个数组分别求出当前位置左边的对应的左最大值,和当前位置右边对应的右最大值,然后再来计算即可。
class Solution {
public:
int trap(vector<int>& height) {
int ans = 0;
int size = height.size();
if(size == 0)
return 0;
vector<int> max_left(size,0);
vector<int> max_right(size,0);
max_left[0] = height[0];
max_right[size - 1] = height[size -1];
for(int i = 1;i < size;++i)
{
max_left[i] = max(height[i],max_left[i - 1]);
}
for(int i = size -2;i >= 0;--i)
{
max_right[i] = max(height[i],max_right[i + 1]);
}
for(int i = 1;i < size - 1;++i)
{
ans += min(max_left[i],max_right[i]) - height[i];
}
return ans;
}
};
双指针法:
我们可以从两边向中间进行遍历,需要知道的是,对于当前节点来说,如果是从左往右方向,那么只有左边的最大值是可信的;如果是从右往左,那么只有右边最大值是可信的。
class Solution {
public:
int trap(vector<int>& height) {
int ans = 0;
int left = 0;
int right = height.size()-1;
int left_max = 0;
int right_max = 0;
while(left < right)
{
left_max = max(left_max,height[left]);
right_max = max(right_max,height[right]);
//从左往右方向
if(left_max <= right_max)//左边最大值对于当前节点来说可信
{
ans += left_max - height[left];
++left;
}
//从右往左方向
else//右边最大值对于当前节点来说可信
{
ans += right_max - height[right];
--right;
}
}
return ans;
}
};
单调栈版本:
class Solution {
public:
int trap(vector<int>& height) {
int ret = 0;
stack<int>s;
int temp = 0;
//维护的是一个单调递减栈
for(int i = 0;i < height.size();++i)
{
while(!s.empty() && height[i] > height[s.top()])
{
int cur = height[s.top()];//这里是凹槽的高度
s.pop();
int l = s.empty() ? -1:s.top();
if(l == -1)
continue;
else//height是右边的高度 当前栈顶是左边的高度
ret += (min(height[s.top()]-cur,height[i] - cur))*(i - l - 1);
}
s.push(i);//push的时候height肯定不大于 栈顶元素
}
return ret;
}
};