LeetCode第11题思悟——盛最多水的容器（container-with-most-water）

LeetCode第11题思悟——盛最多水的容器（container-with-most-water）

文章知识点预告

1. 双指针遍历技巧；
2. 移动小指针的分析；
3. 暴力求解的一种优化：使用空间换时间；
4. 数学很重要；

题目要求

给定 n 个非负整数 a1，a2，…，an，每个数代表坐标中的一个点 (i, ai) 。在坐标内画 n 条垂直线，垂直线 i 的两个端点分别为 (i, ai) 和 (i, 0)。找出其中的两条线，使得它们与 x 轴共同构成的容器可以容纳最多的水。

说明：你不能倾斜容器，且 n 的值至少为 2。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/container-with-most-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

图中垂直线代表输入数组 [1,8,6,2,5,4,8,3,7]。在此情况下，容器能够容纳水（表示为蓝色部分）的最大值为 49。

我的思路

要计算结果的实际上是“面积”。所以，我们就需要底和高。设l为左边高度，r为右边高度，输入数组为num，那么目标长方形的高h为num[l]和num[r]的最小值，和中间数据无关；目标长方形的底b就是(r-l)了。

于是问题转换为在输入数组中寻找Min(num[l]，num[r])*(r-l)的最大值。

我是这样解决的：固定底长b，寻找以b为底的长方形的最高值，将其存在数组中；然后计算出最大值；

代码实现如下：

public int maxArea(int[] height) {
        int bottomMaxWidth=height.length;
        int[] maxHeights=new int[bottomMaxWidth];//比实际的长度多一，为了计算方便
        int currentHeight,currentMax,currentCapacity,maxCapacity=-1;
        for(int i=0;i<height.length;i++){
            for(int j=i+1;j<height.length;j++){
                currentHeight=Math.min(height[j],height[i]);//获得当前矩形的高
                currentMax=maxHeights[j-i];//获得目前以j-i为底长的矩形的最大的高
                if(currentMax<currentHeight){
                    maxHeights[j-i]=currentHeight;//更新
                }
            }
        }
        for(int i=1;i<bottomMaxWidth;i++){
            currentCapacity=i*maxHeights[i];//计算
            if(currentCapacity>maxCapacity){
                maxCapacity=currentCapacity;//更新最大值
            }
        }
        return maxCapacity;
    }

实际上，算是暴力解法（算出所有可能的容量，然后找出最大值）的一点点升级吧：所谓升级是我们没有挨个计算面积，而是缓存对应的最大高度。时间复杂度n^2，空间复杂度n。

该方式当初是超时了的，但是现在提交的时候（486ms），竟然又可以通过了（LeetCode中文网站）。击败13%左右的用户；

优秀解法

public int maxArea(int[] height) {
	int maxarea = 0, l = 0, r = height.length - 1;
     while (l < r){
         maxarea = Math.max(maxarea, Math.min(height[l], height[r]) * (r - l));
         if (height[l] < height[r])
             l++;
         else
             r--;
     }
     return maxarea;
}

时间复杂度n，空间复杂度1

时间大概在6ms左右！

该方法的解题思路和我通过分析得到的思路是一致的：寻找Min(l,r)*(r-l)的最大值。 我们把该值称为目标表达式。但是思路的实现却截然不同。

优秀解法使用了“双指针遍历”的技巧——所谓“双指针遍历”是指从两个指针分别从数组的左右两端开始向中间靠拢，并在靠拢的过程中，完成数组遍历。

我们可以看到，每次针对一组（left,right），都运算了一遍目标表达式，并且更新其最大值，也就是我们要求的结果。之后便移动指针：每次移动高度较小的指针。

当l和r相遇，数组遍历结束，获得目标值。

这里，有两个关键问题需要想明白：

1. 为什么不移动高度较大的指针（以下简称高指针）？
2. 为什么移动高度较小的指针一定能获得最优解？

这两个问题的解答才是这道题的精髓所在！读者可以先思考思考~

首先，我们要明白以下几个定论：

1. 目标矩形的高度，取决于左、右指针所表示高度的最小值；
2. 在目标矩形的高度相同时，底的长度越长，面积越大；底越小，面积越小；
3. 我们要找的是最大值；

以上三条，看似是“废话”，实则不然；

**对于第一个问题：因为移动高指针后，新得到的矩形面积将只会变小！也就是我们的计算过程并不能捕捉到最优解。**证明如下：

假设left<right，并且移动了right，记此时right指针为current right。如果 current right表示的高度大于left表示的高度，那么目标矩形的面积因为高度h（取决于left，因为left小嘛）没变，底却变小（因为向中心移动了right嘛）而变小；于是只要移动，就变小。

当left>right而移动left时，道理是一样的。通俗来说，就是移动高指针无法得到答案，所以不移动高指针。

**对于第二个问题：主观来讲，因为移动之后，虽然底变小了，但是因为高度存在变大的可能，所以面积也存在变大的可能，即做法目测是合理的；但是，我们就一定能发现最大值吗？答案是：我们一定会发现。**证明如下：

我们需要注意到：记bottom=right-left。当移动指针后，bottom值就不会再出现——不管是left增大还是right减小，bottom总是变小的。

而从自己的“暴力”解法来看，bottom为某个特定值的矩形实际上有很多，比如(1,2)、(3,4)都是bottom为1的矩形，按照“双指针”遍历这样的操作，真的可以用一个值来代替一系列值吗（指一系列bottom相同的矩形的面积）？

实际上，这是我面对该答案最大的疑惑。解决该疑惑后，就会找到第二个问题的答案~

为了分析方便，我们记此时的计算区间为[left,right]；bottom=right-left；输入数组为h，并且h[left]<h[right]，即下一次将往右移动left指针，面积为A；移动后，区间变为[left+1,right]，面积变为B；

我们说，[left+1,right]代表了长度为bottom-1所有的矩形，那么我们先看看[left,right-1]的矩形B1的面积(它们的底长相同)；此时，不论h[right-1]的值为多少，我们知道B1都不是我们要找的最大值：

1. h[right-1]>h[left]，B1的高为h[left]和A的高是相同的，但是A的底要大，所以B1<A，不是最大值；
2. h[right-1]<h[left]，B1的高小于A的高，底也小于A的底，所以B1<A，不是最大值；

由上面的分析我们可以得到，是A排除了B1，B1的出局和B没有关系，即便B1可能大于B，但是不可能大于A，由第三条定论我们可以知道，B1不需要考虑；

看完比较特殊的例子后，我们看看一般的情况：

我们知道，对于L1，L2，如果L2>L1，那么一定存在某个Rx，h(Rx)>h(L1)，即让L1向右移动，这样L才能取到L2；对于R来说也是一样的：如果R1<R2，那么一定存在某个Lx，h(Lx)>h(R1)；

由以上结论，可以很方便的得到：对于某个区间[L,R]，如果L1<L，那么一定存在Rx，Rx>=R（也就是Rx在R的右边或者就是R本身），且h(Rx)>h(L1)；——结论1

Min(a,b)<=a——结论2；

好啦，准备工作完毕！开始证明：在双指针遍历的过程中，如果[l,r]出现，那么其他任何bottom为r-l的矩形，不可能是最大值。

即[l-i,r-i]一定不是最大值。

1. i>0，则L1=l-i，那么由结论1（区间取[l,r]）知道，一定存在Rx，Rx>=r，且h(Rx)>h(L1)；也就是此时矩形[L1,Rx]的高hx=h(L1)，底bx=Rx-L1>=r-L1>r-i-L1=矩形[l-i,r+i]的底；且矩形[l-i,r+i]的高<=h(l-i)=h(L1)【结论2】，由此，我们知道，此时矩形[L1,Rx]的面积一定大于[L1,r-i]的面积。即[l-i,r-j]一定不是最大值，如果双指针遍历的过程中出现[l,r]；
2. i<0，则区间为[l+a,r+a]，实际上，由对称性可知，结论依旧成立：一定存在Lx，Lx<=l，且h(Lx)>h(r+a)，矩形[LX,r+a]的高为h(r+a)，底r+a-Lx>=r+a-l>r-l=[l+a,r+a]的底；而高<=h(r+a)；即此时[l+a,r+a]也不是最大值，如果双指针遍历的过程中出现[l-r]；

于是两个问题，均被解决；

差别在哪里

需要注意的是，我们在暴力求解的过程中，根据底边长的不同，通过一个数组来缓存最大值，从而简化了一点点暴力求解；（实际上是用空间换时间的做法）；

但是在优秀解法中，我们通过证明，当[l,r]出现时，就排除了所有bottom=r-l的矩形，而通过while循环，则对所有bottom的可能进行了遍历；真的很高明；

我也只是理解了这种解法，想是想不出来的；但是我可以把它记在心里写到小本本里啊。

知识点小结

1. 双指针遍历技巧；
2. 移动小指针的分析；
3. 暴力求解的一种优化：使用空间换时间；
4. 数学很重要；