84. Largest Rectangle in Histogram H

在书上看到O(n)的算法

如果用分治的话复杂度为n*log(n)

首先在数组两端各加一个0，为了后面写代码方便而且不会影响最后计算出的结果

原题：

Given n non-negative integers representing the histogram's bar height where the width of each bar is 1, find the area of largest rectangle in the histogram.

Above is a histogram where width of each bar is 1, given height = [2,1,5,6,2,3].

The largest rectangle is shown in the shaded area, which has area = 10 unit.

For example,
Given heights = [2,1,5,6,2,3],
return 10.

求直方图中矩形方块的最大矩形面积：

1.最大矩形的高一定与直方图某矩形块高度相同，证明也很简单

2.由1可以想到：求最大矩形面积可以转化为问题：求以直方图某矩形块高度作出的矩形中最大的矩形面积，比如对例子中的直方图，就是求高度为2、1、5、6、2、3的最大矩形面积。对于矩形块0号，其高度为2，对应的最大矩形宽度为1，面积为2；对于矩形块1号，其高度为1，对应的最大矩形宽度可为6，面积为6...这样原问题又转换为依次求各矩形块对应的最大矩形的宽度

3.假设A = [2 1 5 6 2 3]是直方图各矩形块高度，对于1号矩形块，暴力求对应的最大矩形宽度，从1号分别向左、向右搜索直到某矩形块高度小于1，这样可求出宽度为6；对每个矩形块对应的最大矩形都采用暴力的方法求宽度，时间复杂度会达到O^2。

4.我们可以设置一个堆栈，其中存储着高度递增的矩形块的下标，将复杂度降为O(n)。剩下的直接看代码理解吧。如果用分治算法的话复杂度会是O(nlogn)

     

public class Solution {
    public int largestRectangleArea(int[] heights) {
         Stack<Integer> stack = new Stack<Integer>();
		 int max_area = 0;
		 int idx = 0;
		 int left;
		 int height;
		 int area;
		 int i;
		 int[] new_heights = new int[heights.length+2];
		 new_heights[0] = 0;
		 for(i = 0; i<heights.length; ++i){
			 new_heights[i+1] = heights[i];
		 }
		 new_heights[i+1] = 0;
//0325
		 for(idx = 0; idx<(new_heights.length); ++idx){
			 while(!stack.isEmpty() && new_heights[idx]<new_heights[stack.peek()]){				 
				 height = new_heights[stack.pop()];
				 left = stack.peek();
				 if(!stack.isEmpty()){
					 area = height*(idx - left - 1);
				 }else{
					 area = height*idx;
				 }
				 if(max_area<area){
					 max_area = area;
				 }
			 }
			 stack.push(idx);
		 }
		 return max_area;
    }
}