找短板2：

有一类问题，输入往往是一维数组，求解最值。表面看是一个普通的优化问题，直接想到用动态规划求解。但是在寻找最优子结构的时候，我们发现这个优化问题的最优子结构并不是那么清晰。这个时候我们可以看看这个问题可否转化为计算每个位置的短板。短板的唯一性决定了短板与位置一一对应。一旦能转化为短板问题，问题往往就能在o(n)时间解决。

容器最大容量

题目

输入一维数组，数组中每个值相当于隔板的高度，求数组中任意两隔板间盛水的最大量。

问题分析

隔板间的距离与较低隔板的高度乘积即为盛水的容量。此处短板即为较低隔板的高度。使用两个指针分别指向左右两个隔板，则当前隔板对所形成的容器容量为
$(j-i)*min(height.at(i), height.at(j) )$
然后移动短板，即向中间移动指向较小高度隔板的指针，更新最大容量。

代码

    int maxArea(vector<int>& height) {
        int len = height.size(), i=0, j=len-1;
        int ret = 0;
        while(j>i)
        {
            ret = max(ret, (j-i)*min(height.at(i), height.at(j) ) );
            if(height.at(i) < height.at(j) ) i++;//增加短板的值
            else j--;
        }
        return ret;
    }

复杂度分析

该算法时间复杂度为$o(n)$。

凹槽蓄水量

问题分析

当前位置的蓄水量由左右两边计算的局部最大柱高lmax.at(i)、rmax.at(i)的最小值决定。所以短板为左右局部最大柱高的最小值。
当前位置的蓄水量为$min(lmax.at(i), rmax.at(i))-height.at(i)$。

代码

    int trap(vector<int>& height) {
        int len = height.size();
        if(len==0) return 0;
        vector<int> lmax(len, height.at(0));
        vector<int> rmax(len, height.at(len-1));
        for(int i=1; i<len; i++)
            lmax.at(i) = max(lmax.at(i-1), height.at(i));
        for(int i=len-2; i>=0; i--)
            rmax.at(i) = max(rmax.at(i+1), height.at(i));
        int ret = 0;
        for(int i=0; i<len; i++)
            ret += min(lmax.at(i), rmax.at(i))-height.at(i);
        return ret;
    }

复杂度分析

该算法时间复杂度为$o(n)$。