1
算法思想:
在直方图中,一个长方形由其左边界和右边界决定,其最大可能的高度由两者中的最小者决定。记 R(i,j) 为由第 i 个直方柱为左边界,第 j 个直方柱确定的面积最大的长方形。如果 R(i,j) 的面积最大,那么,第 i 个直方柱比它的前一个直方柱(如果存在的话),即第 i-1 个直方柱要高,而 第 j 个直方柱的高度也比第 j+1 个的要高,否则,由 R(i,j+1) 或 R(i-1,j) 的面积比 R(i,j) 还要大,这违背了 R(i,j) 的最优性。根据这个观察,我们从第1个直方柱开始,寻找第一个 i, 使得直方柱 i 的高度比 i+1 的大,则 i 是一个可能的右边界,而 i 之前的每一根直方柱都是可能是左边界(因为 i 是第一个比 i + 1 高的直方柱,所以,在 i 之前的是一个上升的直方柱序列,每一根都比前一根要高)。这时,我们计算前面所有可能的长方形的面积,并跟当前已知的最大值进行比较,并更新当前已知的最大值(如有必要的话)。然后,我们继续向前搜索第二个这样的 i 。重复这个过程,直到最后一根直方柱。这样,我们已经遍历了所有可能是最优解的长方形,并取了其中的最大值,因此,该算法是正确的。
至于时间复杂度,似乎还不太明显。对每个直方柱,我们通过跟后一个进行比较就知道其是否为一个可能的右边界。如果是,则需要对前面的一个上升序列的每个直方住计算其和 i 确定的最大长方形的面积,这个上升序列最差情况下似乎有 O(n) 长,时间复杂度最差似乎要 O(n2 )。其实不然,只要注意到,每个可能的左边界只会被计算一次,因此,总的时间复杂度为 O(n)。我们使用一个栈来保存前面的上升直方柱序列,当遇到一个可能的右边界时,把这些可能的左边界都弹出来,并计算其和右边界确定的长方形面积。显然,每个可能的左边界只会放栈一次。
主要代码:
- class Solution {
- public:
- int largestRectangleArea(vector<int> &height) {
- stack<int> stack_;
- int maxArea = 0;
- int i = 0;
- while(i < height.size()) {
- if(stack_.empty() ||
- height[i] >= stack_.top()) {
- stack_.push(height[i]);
- i++;
- }
- else {
- int count = 0;
- while(!stack_.empty() &&
- stack_.top() > height[i]) {
- count++;
- int top = stack_.top();
- stack_.pop();
- maxArea = max(maxArea, top * count);
- }
- for(int j = 0; j < count + 1; ++j) {
- stack_.push(height[i]);
- }
- i++;
- }
- }
- int count = 0;
- while(!stack_.empty()) {
- count++;
- maxArea = max(maxArea, stack_.top() * count);
- stack_.pop();
- }
- return maxArea;
- }
- };