一、题目
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:
输入: [0,1,0,2,1,0,1,3,2,1,2,1]
输出: 6
二、暴力破解法
假设每一列可以存水,只要我们遍历每一列,计算存水的总和即可。现在我们根据图上的显示,计算出第1列存水0,第2列存水0,第3列存水1,第4列存水0,第5列存水1,,,
如何计算当前列的水量?
1、计算出当前列左边最高的墙
2、计算出当前列右边最高的墙
3、比较这两个中最小的墙Min,如果大于当前列的高度,则计算当前列的水量;,小于等于代表没水,不用计算
4、计算当前列的水量=Min-当前列的高度
5、遍历所有列,将水量求和
int trap(vector<int>& height) {
int sum=0;
if(height.size()<3)
{
return 0;
}
for(int i=1;i<=height.size()-1;i++)
{
int LeftMax=0;
int RightMax =0;
int result =0;
for(int j=i-1;j>=0;j--)
{
if(LeftMax<height[j])
{
LeftMax=height[j];
}
}
for(int j=i+1;j<height.size();j++)
{
if(RightMax<height[j])
{
RightMax=height[j];
}
}
result= LeftMax>RightMax?RightMax:LeftMax;
if(result>height[i])
{
sum = sum + (result-height[i]);
}
}
return sum;
}
三、暴力破解法的改进——动态规划
我们注意到,解法一中。对于每一列,我们求它左边最高的墙和右边最高的墙,都是重新遍历一遍所有高度,这里我们可以优化一下。首先用两个数组,max_left [i] 代表第 i 列左边最高的墙的高度,max_right[i] 代表第 i 列右边最高的墙的高度。(一定要注意下,第 i 列左(右)边最高的墙)
对于 max_left我们其实可以这样求。
max_left [i] = Max(max_left [i-1],height[i-1])。它前边的墙的左边的最高高度和它前边的墙的高度选一个较大的,就是当前列左边最高的墙了。
对于 max_right我们可以这样求。
max_right[i] = Max(max_right[i+1],height[i+1]) 。它后边的墙的右边的最高高度和它后边的墙的高度选一个较大的,就是当前列右边最高的墙了。
这样,我们再利用解法二的算法,就不用在 for 循环里每次重新遍历一次求 max_left 和 max_right 了
nt trap(vector<int>& height)
{
if (height.size() == 0)
{
return 0;
}
int Length = height.size();
int sum = 0;
vector<int> max_left(Length);
vector<int> max_right(Length);
max_left[0] = height[0];
for (int i = 1; i < Length; i++)
{
int temp = max(max_left[i - 1], height[i - 1]);
max_left[i]=temp;
}
max_right[Length - 1] = height[Length - 1];
for (int i = Length - 2; i >= 0; i--) {
int temp = max(max_right[i + 1], height[i + 1]);
max_right[i]=temp;
}
for (int i = 1; i < Length - 1; i++) {
int temp = min(max_left[i], max_right[i]);
if (temp > height[i]) {
sum = sum + (temp - height[i]);
}
}
return sum;
}
四、使用双指针
动态规划中,我们常常可以对空间复杂度进行进一步的优化。
例如这道题中,可以看到,max_left [ i ] 和 max_right [ i ] 数组中的元素我们其实只用一次,然后就再也不会用到了。所以我们可以不用数组,只用一个元素就行了。
height [ left - 1] 是可能成为 max_left 的变量, 同理,height [ right + 1 ] 是可能成为 right_max 的变量。
只要保证 height [ left - 1 ] < height [ right + 1 ] ,那么 max_left 就一定小于 max_right。
因为 max_left 是由 height [ left - 1] 更新过来的,而 height [ left - 1 ] 是小于 height [ right + 1] 的,而 height [ right + 1 ] 会更新 max_right,所以间接的得出 max_left 一定小于 max_right。
int trap(vector<int>& height)
{
if (height.size() == 0)
{
return 0;
}
int Length = height.size();
int sum = 0;
int max_left = 0;
int max_right = 0;
int left = 1;
int right = Length - 2; // 加右指针进去
for (int i = 1; i < Length - 1; i++) {
//从左到右更
if (height[left - 1] < height[right + 1]) {
max_left = max(max_left, height[left - 1]);
int min = max_left;
if (min > height[left]) {
sum = sum + (min - height[left]);
}
left++;
//从右到左更
} else {
max_right = max(max_right, height[right + 1]);
int mintemp = max_right;
if (mintemp > height[right]) {
sum = sum + (mintemp - height[right]);
}
right--;
}
}
return sum;
}
五、使用单调栈
我们用一个栈来保存每堵墙。
总体的原则就是,
1、当前高度小于等于栈顶高度,入栈,指针后移。
2、当前高度大于栈顶高度,出栈,计算出当前墙和栈顶的墙之间水的多少,然后计算当前的高度和新栈的高度的关系,重复第 2 步。直到当前墙的高度不大于栈顶高度或者栈空,然后把当前墙入栈,指针后移。
int trap(vector<int>& height)
{
if (height.size() == 0)
{
return 0;
}
int sum = 0;
stack<int> destinStack;
int current = 0;
while (current < height.size()) {
//如果栈不空并且当前指向的高度大于栈顶高度就一直循环
while (!destinStack.empty() && height[current] > height[destinStack.top()])
{
int h = height[destinStack.top()]; //取出要出栈的元素
destinStack.pop(); //出栈
if (destinStack.empty()) { // 栈空就出去
break;
}
int distance = current - destinStack.top() - 1; //两堵墙之前的距离。
int mintemp = min(height[destinStack.top()], height[current]);
sum = sum + distance * (mintemp - h);
}
destinStack.push(current); //当前指向的墙入栈
current++; //指针后移
}
return sum;
}