c/c++ leetcode 84.柱状图中最大的矩形

题目描述:

84. 柱状图中最大的矩形

难度困难827

给定 n 个非负整数,用来表示柱状图中各个柱子的高度。每个柱子彼此相邻,且宽度为 1 。

求在该柱状图中,能够勾勒出来的矩形的最大面积。

img

以上是柱状图的示例,其中每个柱子的宽度为 1,给定的高度为 [2,1,5,6,2,3]

解法一: 枚举底

需要注意的是一根柱子的面积是它的高,不是0;

int largestRectangleArea(vector<int>& heights) {
	int length = heights.size();
    int area = 0;
    
    //枚举左边底
    for (int i = 0; i < length ; ++i) {
		int minHeight = INT_MAX;
        //枚举右边底
        for (int j = i;j < length ; ++j) {
            //每次都要计算它的面积
        	minHeight = min(minHeight,heights[j]);
            area = max(area,(j - i + 1) * minHeight);
        }
    }
    
    return area;
}

时空复杂度分析

时间复杂度: 为O(N^2);因复杂度较高会超出运行时间限制;

空间复杂度: 为O(1);

解法二.枚举高

这个方法虽然也是会超出运行时间限制,但是单调栈是基于这个思想来的,我也思考了很久,

int largestRectangleArea(vector<int>& heights) {
        int n = heights.size();
        int area = 0;
        
        //以mid为中点left和right分别向左右引伸找到 left - 1 < height[mid] 和 right + 1 < height[mid] 停止
    	//这样的话left 和 right之间的高度就height[mid]最小了
        //不用经常去算面积了
    //枚举高mid 是heights数组的下标;
        for (int mid = 0; mid < n; ++mid) {
            
            int left = mid, right = mid;
    
            // 确定左右边界
            while (left - 1 >= 0 && heights[left - 1] >= heights[mid]) --left;
            
            while (right + 1 < n && heights[right + 1] >= heights[mid]) ++right;
            
            // 计算面积
            area = max(area, (right - left + 1) * heights[mid]);
        }
        return area;
    }

时空复杂度分析

时间复杂度: 为O(N^2);因复杂度较高会超出运行时间限制;

空间复杂度: 为O(1);

解法三: 单调栈

这位老哥的题解就相当不错:

https://leetcode-cn.com/problems/largest-rectangle-in-histogram/solution/84-by-ikaruga/

也可以看一下官方题解;

int largestRectangleArea(vector<int>& heights)
{
    int ans = 0;
    vector<int> st;
    heights.insert(heights.begin(), 0);
    heights.push_back(0);
    for (int i = 0; i < heights.size(); i++)
    {
        while (!st.empty() && heights[st.back()] > heights[i])
        {
            int cur = st.back();
            st.pop_back();
            int left = st.back() + 1;
            int right = i - 1;
            ans = max(ans, (right - left + 1) * heights[cur]);
        }
        st.push_back(i);
    }
    return ans;
}

作者:ikaruga
链接:https://leetcode-cn.com/problems/largest-rectangle-in-histogram/solution/84-by-ikaruga/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

时空复杂度分析

时间复杂度:虽然 在遍历数组时内部有一个循环但是数组内的数据大小与N数组的长度没有直接的关系所以还是O(N)

空间复杂度: 为O(N);

总结:

应该算昨天了,看了一天的电视剧,<<二十不惑>>感触很深,可能是我在这个年纪吧,我虚岁也20了,才毕业,找不到实习的工作,愁人啊,说多都是泪啊!

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统,动态规划也广泛应用于各种优化算法,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列,第j个元素的值。 在LeetCode,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法数据结构基础》等,来深入理解这种算法思想。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值