42. 接雨水
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
方法一暴力
思想
遍历出每一个柱子,所对应左右最大的高度,等于两边最大高度的较小值减去当前高度的值
public int trap(int[] height) {
int sum = 0;
for(int i = 0; i < height.length; i++) {
// 第一个柱子和最后一个柱子不接雨水
if (i == 0 || i == height.length - 1) continue;
int rHeight = height[i]; // 记录右边柱子的最高高度
int lHeight = height[i]; // 记录左边柱子的最高高度
for (int r = i + 1; r < height.length; r++) {
if (height[r] > rHeight) rHeight = height[r];
}
for (int l = i - 1; l >= 0; l--) {
if (height[l] > lHeight) lHeight = height[l];
}
int h = Math.min(lHeight, rHeight) - height[i];
if (h > 0) sum += h;
}
return sum;
}
方法二动态规划
- 找到数组中从下标 最后 到最左端最高的条形块高度 left_max。
- 找到数组中从下标 0 到最右端最高的条形块高度right_max。
- ans += Math.min(left_max[i], right_max[i]) - height[i];
public int trap(int[] height) {
int sum = 0;
if (height.length <= 2)
return 0;
int[] max_left = new int[height.length];
int[] max_right = new int[height.length];
for (int i = 1; i < height.length - 1; i++) {
//相对于左边 最大值 进行遍历
max_left[i] = Math.max(max_left[i - 1], height[i - 1]);
}
for (int i = height.length - 2; i >= 0; i--) {
相对于右边 最大值 进行遍历
max_right[i] = Math.max(max_right[i + 1], height[i + 1]);
}
for (int i = 1; i < height.length - 1; i++) {
int min = Math.min(max_left[i], max_right[i]);
if (min > height[i]) {
sum = sum + (min - height[i]);
}
}
return sum;
}
复杂度:
时间复杂度:O(n)
存储最大高度数组,需要两次遍历,每次 O(n)
最终使用存储的数据更新ans ,O(n)
空间复杂度:O(n) 额外空间。
栈的应用
使用单调栈
单调递减栈
- 当后面的柱子高度比前面的低时,是无法接雨水的 当找到一根比前面高的柱子,就可以计算接到的雨水
所以使用单调递减栈
对更低的柱子入栈
-
更低的柱子以为这后面如果能找到高柱子,这里就能接到雨水,所以入栈把它保存起来
-
平地相当于高度 0 的柱子,没有什么特别影响
-
当出现高于栈顶的柱子时
-
说明可以对前面的柱子结算了 计算已经到手的雨水,然后出栈前面更低的柱子
计算雨水的时候需要注意的是
- 雨水区域的右边 r 指的自然是当前索引 i
- 底部是栈顶 st.top() ,因为遇到了更高的右边,所以它即将出栈,使用 cur 来记录它,并让它出栈
- 左边 l 就是新的栈顶 st.top()
- 雨水的区域全部确定了,水坑的高度就是左右两边更低的一边减去底部,宽度是在左右中间
- 使用乘法即可计算面积
public int trap(int[] height) {
int sum = 0;
Stack<Integer> stack = new Stack<>();
int current = 0;
while (current < height.length) {
//如果栈部位空的话,并且指向的高度大于栈顶高度就一直循环
while (!stack.empty() && height[current] > height[stack.peek()]) {
int h = height[stack.peek()];//取出要出栈的元素
stack.pop();
if (stack.empty()) {
break;
}
int dis = current - stack.peek() - 1; //两堵墙之前的距离。
int min = Math.min(height[stack.peek()], height[current]);
sum = sum + dis * (min - h);
}
stack.push(current); //当前指向的墙入栈
current++; //指针后移
}
return sum;
}
双指针
和方法 2 相比,我们不从左和从右分开计算,我们想办法一次完成遍历。
- left_max:左边的最大值,它是从左往右遍历找到的
right_max:右边的最大值,它是从右往左遍历找到的
left:从左往右处理的当前下标
right:从右往左处理的当前下标 - 定理一:在某个位置i处,它能存的水,取决于它左右两边的最大值中较小的一个。
- 定理二:当我们从左往右处理到left下标时,左边的最大值left_max对它而言是可信的,但right_max对它而言是不可信的。(见下图,由于中间状况未知,对于left下标而言,right_max未必就是它右边最大的值)
- 定理三:当我们从右往左处理到right下标时,右边的最大值right_max对它而言是可信的,但left_max对它而言是不可信的。
- 对于位置left而言,它左边最大值一定是left_max,右边最大值“大于等于”right_max,这时候,如果left_max<right_max成立,那么它就知道自己能存多少水了。无论右边将来会不会出现更大的right_max,都不影响这个结果。 所以当left_max<right_max时,我们就希望去处理left下标,反之,我们希望去处理right下标。
public int trap(int[] height) {
//确定左右指针
int left = 0;
int right = height.length - 1;
int ans = 0;
//确定左右指针
int leftMax = 0;
int rightMax = 0;
while (left < right) {
if (height[left] < height[right]) {
if (height[left] >= leftMax) {
leftMax = height[left];
} else {
ans += (leftMax - height[left]);
}
++left;
} else {
if (height[right] >= rightMax) {
rightMax = height[right];
} else {
ans += (rightMax - height[right]);
}
--right;
}
}
return ans;
}
时间复杂度:O(N)。遍历了一遍数组。
空间复杂度:O(1)。使用了有限的 left, right, ans, maxleft, maxright。