1 题目描述
2 解题思路
双指针
算法流程: 设置双指针 i,j 分别位于容器壁两端,根据规则移动指针(规则后文会提及),并且更新面积最大值 res,直到 i > j 时返回 res。
指针移动规则与证明: 每次选定围成水槽两板高度 h[i],h[j]中的短板,向中间收窄 1 格。
以下证明:
设每一状态下水槽面积为 S(i, j)(0<=i<j<n),由于水槽的实际高度由两板中的短板决定,则可得面积公式 S(i, j) = min(h[i], h[j]) × (j - i)。
在每一个状态下,无论长板或短板收窄 1 格,都会导致水槽 底边宽度 -1:
若向内移动短板,水槽的短板 min(h[i], h[j])可能变大,因此水槽面积 S(i, j) 可能增大。
若向内移动长板,水槽的短板 min(h[i], h[j])不变或变小,下个水槽的面积一定小于当前水槽面积(j-i)变小了。
因此,向内收窄短板可以获取面积最大值。
从剪枝的角度理解算法:
若不指定移动规则,所有移动出现的 S(i, j) 的状态数为 C(n, 2),即暴力枚举出所有状态。
在状态 S(i, j)下向内移动短板至 S(i + 1, j)(假设 h[i] < h[j] ),则相当于消去了 {S(i, j - 1), S(i, j - 2), ... , S(i, i + 1)} 状态集合。而所有消去状态的面积一定 <= S(i, j):
短板高度:相比 S(i, j) 相同或更短(<= h[i]);
底边宽度:相比 S(i, j) 更短。
因此所有消去的状态的面积都 < S(i, j)。
换句话说,我们每次向内移动短板,所有的消去状态都不会导致丢失面积最大值 。
复杂度分析:
时间复杂度 O(N),双指针遍历一次底边宽度 N 。
空间复杂度 O(1),指针使用常数额外空间。
class Solution:
def maxArea(self, height: List[int]) -> int:
first=0
last=len(height)-1
#起始和终止位置的指针
max_l=0
#当前最大蓄水量
while(first<last):
tmp=min(height[first],height[last])*(last-first)
max_l=max(tmp,max_l)
if(height[first]<=height[last]):
first+=1
else:
last-=1
return(max_l)