代码随想录算法训练营day60 | 84.柱状图中最大的矩形

84.柱状图中最大的矩形

和接雨水题目类似,但细节处却有不同。同样有三种解法,暴力法,双指针法,单调栈法。

暴力解法

求以哪根柱子的高度得到的矩形最大。循环遍历每根柱子,然后向左遍历得到柱子左边第一个小于柱子高度的,向右遍历得到柱子右边第一个小于柱子高度的,两者之间的距离为矩形的宽度,当前柱子的高度为矩形的高度。

代码超时

class Solution:
    def largestRectangleArea(self, heights: List[int]) -> int:
        result = 0
        for i in range(len(heights)):
            left = -1
            right = len(heights)
            # 寻找左边第一个小于当前柱子的
            for j in range(i-1, -1, -1):
                if heights[j] < heights[i]:
                    left = j
                    break
            # 寻找右边第一个小于当前柱子的
            for j in range(i+1, len(heights)):
                if heights[j] < heights[i]:
                    right = j
                    break
            w = right - left - 1
            result = max(result, heights[i] * w)
        return result
双指针解法

建立在暴力解法之上,优化了求当前柱子左右两边第一个小于柱子高度的过程,其中利用了已经求解的数据,不再是暴力遍历,具体可以看代码

class Solution:
    def largestRectangleArea(self, heights: List[int]) -> int:
        # 存储当前柱子左右两边第一个小的柱子索引
        min_left = [-1] * len(heights)
        min_right = [len(heights)] * len(heights)
        for i in range(1, len(heights)):
            t = i - 1
            while t >= 0 and heights[t] >= heights[i]:
                t = min_left[t]
            min_left[i] = t
        for i in range(len(heights)-2, -1, -1):
            t = i + 1
            while t < len(heights) and heights[t] >= heights[i]:
                t = min_right[t]
            min_right[i] = t

        result = 0
        for i in range(len(heights)):
            w = min_right[i] - min_left[i] - 1
            result = max(result, heights[i] * w)
        return result
单调栈解法

遇见比栈顶元素小的元素开始弹出,栈顶元素的高度为矩形的高度,(当前元素索引 - 栈第二个元素索引 - 1) 为矩形的宽度。

这道题和接雨水的不同之处是雨水在第一个和最后一个是不可能堆积的,并且开头递增和结尾递减也是不可能接到雨水的;

而矩形是可以在第一个和最后一个形成的,因此我们需要在height数组的前后各插一个0元素,简化代码实现同时能够使栈内所有正常数据弹出,最后栈内只会保留两个0元素

class Solution:
    def largestRectangleArea(self, heights: List[int]) -> int:
        heights.insert(0, 0)
        heights.append(0)
        stack = []
        result = 0
        for i in range(len(heights)):
            while stack and heights[i] < heights[stack[-1]]:
                mid = stack.pop()
                left = stack[-1]
                w = i - left - 1
                h = heights[mid]
                result = max(result, w * h)
            stack.append(i)
        return result

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码随想录算法训练营是一个优质的学习和讨论平台,提供了丰富的算法训练内容和讨论交流机会。在训练营,学员们可以通过观看视频讲解来学习算法知识,并根据讲解内容进行刷题练习。此外,训练营还提供了刷题建议,例如先看视频、了解自己所使用的编程语言、使用日志等方法来提高刷题效果和语言掌握程度。 训练营的讨论内容非常丰富,涵盖了各种算法知识点和解题方法。例如,在第14天的训练营,讲解了二叉树的理论基础、递归遍历、迭代遍历和统一遍历的内容。此外,在讨论还分享了相关的博客文章和配图,帮助学员更好地理解和掌握二叉树的遍历方法。 训练营还提供了每日的讨论知识点,例如在第15天的讨论,介绍了层序遍历的方法和使用队列来模拟一层一层遍历的效果。在第16天的讨论,重点讨论了如何进行调试(debug)的方法,认为掌握调试技巧可以帮助学员更好地解决问题和写出正确的算法代码。 总之,代码随想录算法训练营是一个提供优质学习和讨论环境的平台,可以帮助学员系统地学习算法知识,并提供了丰富的讨论内容和刷题建议来提高算法编程能力。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [代码随想录算法训练营每日精华](https://blog.csdn.net/weixin_38556197/article/details/128462133)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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