LeetCode第42题思悟——接雨水(trapping-rain-water)

LeetCode第42题思悟——接雨水(trapping-rain-water)

知识点预告

  1. 指针在数组中移动的技巧;
  2. 化整为零的技巧;

题目要求

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。

接雨水

上面是由数组 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度图,在这种情况下,可以接 6 个单位的雨水(蓝色部分表示雨水)。 感谢 Marcos 贡献此图。

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/trapping-rain-water
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

示例

示例:

输入: [0,1,0,2,1,0,1,3,2,1,2,1]
输出: 6

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/trapping-rain-water
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注

我的思路

接雨水,怎么就算是接到雨水了呢?如果按照直观的感受,我们应该找缝隙:找到缝隙之后,计算它的空缺,就可以得到这一缝隙中能接到的雨水;

但是,将问题转化为寻找缝隙的话,那么需要记录缝隙之间的实体空间、缝隙左右的高、以及缝隙的宽度;比较复杂,比较复杂就意味着比较容易出错;

实际上,如果我们不是按整体去寻找缝隙,而是每一个块能为最后的雨水贡献多少;而要计算每一个块能贡献多少,就需要将块放到一个“容器中”去比较,这个“容器”起到的作用是保证不溢出;如此,我们就解决了缝隙宽度的问题:因为宽度被限定为1;

接下来就是构造容器啦;一个块能贡献多少雨水,取决于其左、右两边最大值的最小值;我们要做的实际上就是遍历数组,然后将每一个块所能贡献的雨水加起来就好;

关于每个块所能提供雨水,需要注意的是,该值仅取决于容器中较短的那一个;另外,我们希望容器的两边尽量的高,所以在计算每个块的贡献时,需要更新容器左右边的最大值;

我们的目标是遍历所有的块,那么方向如何确定呢?从小的一边开始;为什么呢?因为我们要动态更新边的大小,从小的开始,那么就有可能发现更高的容器边,这样大的另一边,就不会出现“漏水”的情况;(嗯,就是本来较低的那一边的高度还可以更高,但是因为移动方向的选择不当而导致错过了高边);

我们还可以这样想:当计算一个块的贡献量时,如果是因为left移动而计算,那么其左边最大值一定是确定的,而此时右边的最大值是大于左边最大值的;也就是即便右边还有更大的边,根据木桶效应我们是可以知道也是没有影响的;对因为right移动而计算的块,分析也是一样的;

以下为代码:

public int trap(int[] height) {
	int volume=0;
	if(height==null||height.length==0){
		return 0;
	}
	int left=1,right=height.length-2;
	int leftMaxHeight=height[0],rightMaxHeight=height[right+1];
	int currentHeight;
	while(left<=right){
		if(leftMaxHeight<rightMaxHeight){
			currentHeight=height[left];
			leftMaxHeight=Math.max(currentHeight,leftMaxHeight);
			volume+=leftMaxHeight-currentHeight;
			left++;
		}else{
			currentHeight=height[right];
			rightMaxHeight=Math.max(currentHeight,rightMaxHeight);
			volume+=rightMaxHeight-currentHeight;
			right--;
		}
	}
	return volume;
}

优秀解法

public int trap(int[] height) {
	int ans = 0;
	if(height == null || height.length <= 2)
		return 0;
	int[] leftMax = new int[height.length];
	leftMax[0] = height[0];
	for(int i = 1; i < height.length; i++){
		leftMax[i] = Math.max(leftMax[i -1],height[i]);
	}
	int[] rightMax = new int[height.length];
	rightMax[height.length-1] = height[height.length-1];
	for(int i = height.length - 2; i >= 0; i--){
		rightMax[i] = Math.max(rightMax[i+1],height[i]);
	}
	for(int i = 1; i < height.length -1; i++){
		ans += (Math.min(rightMax[i],leftMax[i]) - height[i]);
	}
	return ans;
}

差异分析

解法的思路是一致的,只是我们的做法选择了动态更新,而优秀解法则选择了计算并缓存下最大值;

知识点小结

  1. 指针在数组中移动的技巧;
  2. 化整为零的技巧;
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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