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.
Example:
Input: [0,1,0,2,1,0,1,3,2,1,2,1]
Output: 6
tag: array, two pointers, stack
method 1 动态规划
使用两个dp数组,left_max[i]记录i位置上其左边的最高bar,right_max[i]记录i位置上其右边最高的bar
遍历的时候,计算在位置i能够存储多少水量,就用其两边高度最小的那个减去本身高度
int trap3(int[] height) {
if (height == null) return 0;
int ans = 0;
int size = height.length;
int[] left_max = new int[size], right_max = new int[size];
left_max[0] = height[0];
for (int i = 1; i < size; i++) {
left_max[i] = Math.max(height[i], left_max[i - 1]);
}
right_max[size - 1] = height[size - 1];
for (int i = size - 2; i >= 0; i--) {
right_max[i] = Math.max(height[i], right_max[i + 1]);
}
for (int i = 1; i < size - 1; i++) {
ans += Math.min(left_max[i], right_max[i]) - height[i];
}
return ans;
}
method 2
先找到数组中bar高度最高中最后一个的索引(因为可能存在多个高度一样的bar)
还是以每个位置i上能积累多少水量的思想计算,从左往右遍历时,每次遍历到位置i,只要在i+1~maxIndex这片区域中有连续的小于height[i]的bar(j),就证明这个bar可以积累水,并且积水量等于height[i]-height[j]
从右往左也是相同的
public int trap(int[] height) {
int sum = 0;
int size = height.length;
int maxIndex = 0;
int max = height[0];
for (int i = 1; i < size; i++) {
if (height[i] >= max) {
max = height[i];
maxIndex = i;
}
}
for (int i = 0; i < maxIndex; i++) {
int h = height[i];
int des = i;
for (int j = i + 1; j < maxIndex && height[j] <= h; j++) {
sum += (h - height[j]);
des = j;
}
i = des;
}
for (int i = size - 1; i > maxIndex; i--) {
int h = height[i];
int des = i;
for (int j = i - 1; j > maxIndex && height[j] <= h; j--) {
sum += (h - height[j]);
des = j;
}
i = des;
}
return sum;
}
method 3 two pointers
这个方法与我之前的误区就是,我之前想的是找到一个区间,然后遍历这个区间获得这个区间的积水量,但有个问题在于,方向和突然出现的更高峰会使判断复杂
这个方法精妙在,不是着眼于区间,而是着眼于i上的位置能积多少水,将每个i上位置积的水加起来就行
因此要求i左边或右边的最大值,这里要求根据两边最大值中的小一个进行求解,因为如果根据大的一个进行求解,那么小的一边水就会溢出
虽然微观上只求i位置上的积水,但宏观来看,还是求区间的积水
将上面暴力解的思想进行优化,就得到两根指针的解法
对两边中小的一边进行计算,如果左边最大bar高度大于A[left],那么就相当于在left可以存水,然后不断更新leftMax
右边也同样道理
public int trap2(int[] A) {
int leftMax = 0, rightMax = 0;
int left = 0;
int right = A.length - 1;
int res = 0;
while (left < right) {
if (A[left] < A[right]) {
leftMax = Math.max(A[left], leftMax);
if (leftMax > A[left]) res += leftMax - A[left];
left++;
} else {
rightMax = Math.max(A[right], rightMax);
if (rightMax > A[rightMax]) res += rightMax - A[right];
right--;
}
}
return res;
}
summary:
- 计算每一个i位置上的积水,而不要直接确定区间. 因为直接确定整个区间这种宏观的做法要考虑的因素很多,所以区繁就简,从每个位置i上的积水出发。也可以理解为分解