1 题目描述
一个仓库的一排连续整齐的摆放了长宽不等的
n
n
n个箱子
(
n
=
[
1
,
100
]
)
(n = [1, 100])
(n=[1,100]),现在要这些高低不等的箱子组成的柱形图中,找出一块最大的完整矩形面积来贴一张海报。
输入输出描述
输入:依次给出
n
n
n个矩形箱子的宽度
[
1
,
100
]
[1,100]
[1,100]和高度
[
1
,
100
]
[1, 100]
[1,100]。为简化起见,最多20个箱子。
输出:海报可用的最大矩形面积。
输入输出示例:
输入
[1,1,1,1,2,1,1],[5,2,5,4,5,1,6]
输出
16
2 直观思路
我们需要在柱状图中找出最大的矩形,因此我们可以考虑枚举矩形的宽和高,其中宽表示矩形贴着柱状图底边的宽度,高表示矩形在柱状图上的高度。
2.1 直接遍历——暴力法
方法一:枚举宽
如果我们枚举宽,我们可以使用两重循环枚举矩形的左右边界以固定宽度 w w w,此时矩形的高度 h h h,就是所有包含在内的柱子的最小高度,对应的面积为 w ∗ h w * h w∗h。
public int largestRectangleArea(int[] widths, int[] heights) {
int n = heights.length;
int ans = 0;
// 枚举左边界
for (int left = 0; left < n; ++left) {
int minHeight = Integer.MAX_VALUE;
// 枚举右边界
for (int right = left; right < n; ++right) {
// 确定高度
minHeight = Math.min(minHeight, heights[right]);
// 确定宽度
int widthSum = 0;
for (int i = left; i <= right; i++) {
widthSum += widths[i];
}
// 计算面积
ans = Math.max(ans, widthSum * minHeight);
}
}
return ans;
}
方法二:枚举高
如果我们枚举高,我们可以使用一重循环枚举某一根柱子,将其固定为矩形的高度 h h h。随后我们从这跟柱子开始向两侧延伸,直到遇到高度小于 h h h 的柱子,就确定了矩形的左右边界。如果左右边界之间的宽度为 w w w,那么对应的面积为 w ∗ h w * h w∗h。
int largestRectangleArea2(int[] widths, int[] heights) {
int n = heights.length;
int ans = 0;
for (int mid = 0; mid < n; ++mid) {
// 枚举高
int height = heights[mid];
int left = mid, right = mid;
// 确定左右边界
while (left - 1 >= 0 && heights[left - 1] >= height) {
--left;
}
while (right + 1 < n && heights[right + 1] >= height) {
++right;
}
// 确定宽度
int widthSum = 0;
for (int i = left; i <= right; i++) {
widthSum += widths[i];
}
// 计算面积
ans = Math.max(ans, widthSum * height);
}
return ans;
}
直接遍历复杂度分析
时间复杂度:
O
(
n
2
)
O(n^2)
O(n2)。确定左右边界供需循环
n
2
n^2
n2次。
空间复杂度:
O
(
1
)
O(1)
O(1)。使用常数空间。
3 单调栈——优化时间复杂度
public int largestRectangleArea3(int[] widths, int[] heights) {
int n = heights.length;
int[] left = new int[n];
int[] right = new int[n];
Stack<Integer> mono_stack = new Stack<>();
for (int i = 0; i < n; ++i) {
while (!mono_stack.isEmpty() && heights[mono_stack.peek()] >= heights[i]) {
mono_stack.pop();
}
left[i] = (mono_stack.isEmpty() ? -1 : mono_stack.peek()) + widths[i] -1;
mono_stack.push(i);
}
mono_stack.clear();
for (int i = n - 1; i >= 0; --i) {
while (!mono_stack.isEmpty() && heights[mono_stack.peek()] >= heights[i]) {
mono_stack.pop();
}
right[i] = (mono_stack.isEmpty() ? n : mono_stack.peek()) + widths[1] -1;
mono_stack.push(i);
}
int ans = 0;
for (int i = 0; i < n; ++i) {
ans = Math.max(ans, (right[i] - left[i]) * heights[i]);
}
return ans;
}
public int maxArea(int[] width, int[] height) {
int heightLength = height.length;
int maxArea = 0;
for (int j = 0; j < heightLength; j++) {
int currentHeight = height[j];
int currentArea = 0;
if (j == 0 || j == heightLength -1) {
currentArea = height[j] * width[j];
}
else if (currentHeight > height[j + 1]) { // 下一个高度小于当前值
continue;
}
else { // 下一个高度大于等于当前值,向左向右寻找,直到小于当前值,停止,计算当前面积
currentArea = searchMaxHeight(width, height, j) + height[j] * width[j];
}
maxArea = Math.max(maxArea, currentArea);
}
return maxArea;
}