代码随想录算法训练营day63 | 42. 接雨水、84.柱状图中最大的矩形

42. 接雨水

暴力解法

遍历每根柱子(第一个和最后一个不需要遍历,因为不可能存住水),找到当前柱子的左边最高柱子lHeight,右边最高柱子rHeight,当前柱子能存的水为min(min(lHeight, rHeight) - 当前柱子的高度, 0)

class Solution:
    def trap(self, height: List[int]) -> int:
        result = 0
        for i in range(1, len(height)-1):
            leftHeight = height[i]
            rightHeight = height[i]
            for j in range(i):
                leftHeight = max(leftHeight, height[j])
            for j in range(i+1, len(height)):
                rightHeight = max(rightHeight, height[j])
            result += min(leftHeight, rightHeight) - height[i]
        return result

会超时

双指针解法

是对暴力解法的优化,暴力法在求当前柱子的左右最高的柱子时都会遍历一遍数组,而我们可以提前计算每个柱子的左右最高的柱子,存储起来。

如何求每个柱子的左右最高的柱子?其实和暴力法一样,左右最高的柱子如果比height[i]低或相等,肯定是存不在水的,因此可以初始化为height[i],即本方法中可以和本身也比较一次高度

  • 从左向右遍历:maxLeft[i] = max(height[i], maxLeft[i - 1]);
  • 从右向左遍历:maxRight[i] = max(height[i], maxRight[i + 1]);
class Solution:
    def trap(self, height: List[int]) -> int:
        if len(height) <= 2:
            return 0
        
        maxLeftHeight = [0] * len(height)
        maxRightHeight = [0] * len(height)
        
        maxLeftHeight[0] = height[0]
        for i in range(1, len(height)):
            maxLeftHeight[i] = max(maxLeftHeight[i-1], height[i])
        
        maxRightHeight[-1] = height[-1]
        for i in range(len(height)-2, -1, -1):
            maxRightHeight[i] = max(maxRightHeight[i+1], height[i])

        result = 0
        for i in range(1, len(height)-1):
            result += min(maxLeftHeight[i], maxRightHeight[i]) - height[i]
        return result

单调栈解法

本题使用单调栈有如下几个问题:

  • 1、首先单调栈是按照行方向来计算雨水
  • 2、使用单调栈内元素的顺序
  • 从栈头(元素从栈头弹出)到栈底的顺序应该是从小到大的顺序。
  • 3、遇到相同高度的柱子怎么办?遇到相同的元素,更新栈内下标,就是将栈里元素(旧下标)弹出,将新元素(新下标)加入栈中。
  • 4、栈里要保存什么数值?栈里就存放下标就行

三种情况

  • 情况一:当前遍历的元素(柱子)高度小于栈顶元素的高度 height[i] < height[st.top()]
  • 情况二:当前遍历的元素(柱子)高度等于栈顶元素的高度 height[i] == height[st.top()]
  • 情况三:当前遍历的元素(柱子)高度大于栈顶元素的高度 height[i] > height[st.top()]

先将下标0的柱子加入到栈中,st.push(0);。 栈中存放我们遍历过的元素,所以先将下标0加进来。然后开始从下标1开始遍历所有的柱子,for (int i = 1; i < height.size(); i++)。

如果当前遍历的元素(柱子)高度小于栈顶元素的高度,就把这个元素加入栈中,因为栈里本来就要保持从小到大的顺序(从栈头到栈底)。

如果当前遍历的元素(柱子)高度等于栈顶元素的高度,要更新栈顶元素,因为遇到相相同高度的柱子,需要使用最右边的柱子来计算宽度。

如果当前遍历的元素(柱子)高度大于栈顶元素的高度,此时就出现凹槽了。

class Solution:
    def trap(self, height: List[int]) -> int:
        if len(height) <= 2:
            return 0
        result = 0
        stack = [0]
        for i in range(1, len(height)):
            if height[i] < height[stack[-1]]:
                stack.append(i)
            elif height[i] == height[stack[-1]]:
                stack.pop()
                stack.append(i)
            else:
                while stack and height[i] > height[stack[-1]]:
                    mid = stack.pop()
                    if stack:
                        result += (min(height[stack[-1]], height[i]) - height[mid]) * (i-stack[-1]-1)
                stack.append(i)
                
        return result

如果当前遍历的元素(柱子)高度等于栈顶元素的高度,可以不更新栈顶元素,直接入栈即可。后续计算出栈逻辑时,因为凹槽左边的值和当前值相同,计算值为0,和更新栈顶后结果一致。简化版代码就是这个逻辑

还有一个要注意的点:

原始的时候0入栈了,后来无论怎么操作最后当前元素都会入栈,栈内至少有一个元素,所以不需要判断栈内是否存在元素。

为什么当前元素大于栈顶元素的时候会检查?因为while语句下弹出元素,可能不止一个,因此需要判断。

精简版

class Solution:
    def trap(self, height: List[int]) -> int:
        if len(height) <= 2:
            return 0
        result = 0
        stack = [0]
        for i in range(1, len(height)):
            while stack and height[i] > height[stack[-1]]:
                    mid = stack.pop()
                    if stack:
                        result += (min(height[stack[-1]], height[i]) - height[mid]) * (i-stack[-1]-1)
            stack.append(i)
                
        return result

84. 柱状图中最大的矩形

暴力解法

找到每根柱子左边和右边第一个小于当前柱子高度的 w = right - left - 1; h = heights[i]; result = max(result, w * h);

双指针解法

是对暴力解法的优化,和接雨水有差别,在求每根柱子左边和右边第一个小于当前柱子高度,不是直接和前一个进行比较,而是使用while不断迭代。数组中存储的是索引。

class Solution:
    def largestRectangleArea(self, heights: List[int]) -> int:
        leftMin = [0] * len(heights)
        rightMin = [0] * len(heights)
        leftMin[0] = -1
        for i in range(1, len(heights)):
            j = i - 1
            while j != -1 and heights[j] >= heights[i]:
                j = leftMin[j] 
            leftMin[i] = j
        rightMin[-1] = len(heights)
        for i in range(len(heights)-1, -1, -1):
            j = i + 1
            while j != len(heights) and heights[j] >= heights[i]:
                j = rightMin[j]
            rightMin[i] = j
        
        result = 0
        for i in range(len(heights)):
            result = max(result, heights[i] * (rightMin[i] - leftMin[i] - 1))
        return result

单调栈

因为本题是要找每个柱子左右两边第一个小于该柱子的柱子,所以从栈头(元素从栈头弹出)到栈底的顺序应该是从大到小的顺序

输入数组首尾各补上一个0(与接雨水不同的是,本题原首尾的两个柱子可以作为核心柱进行最大面积尝试)

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

精简版,stack不可能为空,因为数组第一个元素为0,不可能有比0还小的值,题目规定heights大于等于0, 因此第一个元素一定在stack中,不需要判断stack为空

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

  • 8
    点赞
  • 14
    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