算法练习Day16[LeetCode]42. 接雨水

42. 接雨水

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 1：
输入：height = [0,1,0,2,1,0,1,3,2,1,2,1]
输出：6
解释：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）。

示例 2：
输入：height = [4,2,0,3,2,5]
输出：9

提示：

1. n == height.length
2. 0 <= n <= 3 * 104
3. 0 <= height[i] <= 105

首先，读懂题目就花了一点时间（hhhhh)，大概意思是，我们根据输入的数组构建一个容纳雨水的容器，雨水只有当我们构建的容器两边高度完全包住雨水，这样雨水才能保存下来。黑色柱体代表根据数组建立的容器，蓝色柱体表示被容器容纳的雨水。

方法 1：暴力
直观想法：
直接按问题描述进行。对于数组中的每个元素，我们找出下雨后水能达到的最高位置，等于两边最大高度的较小值减去当前高度的值。

public int trap(int[] height) {
    int ans = 0;
    int size = height.length;
    for (int i = 1; i < size - 1; i++) {
        int max_left = 0, max_right = 0;
        for (int j = i; j >= 0; j--) { //从左扫描找最高
            max_left = Math.max(max_left, height[j]);
        }
        for (int j = i; j < size; j++) { //从右扫描找最高
            max_right = Math.max(max_right, height[j]);
        }
        ans += Math.min(max_left, max_right) - height[i];
    }
    return ans;
}

复杂性分析

• 时间复杂度： O(n^2），数组中的每个元素都需要向左向右扫描。

• 空间复杂度 O(1)的额外空间。

方法 2：动态编程
直观想法：
在暴力方法中，我们仅仅为了找到最大值每次都要向左和向右扫描一次。但是我们可以提前存储这个值。因此，可以通过动态编程解决。
算法

1. 找到数组中从下标 i 到最左端最高的条形块高度 left_max。
2. 找到数组中从下标 i 到最右端最高的条形块高度 right_max。
3. 扫描数组 height 并更新答案：
4. 累加min(max_left[i],max_right[i])−height[i] 到 ans 上

public int trap(int[] height) {
    if (height == null || height.length == 0)
        return 0;
    int ans = 0;
    int size = height.length;
    int[] left_max = new int[size];
    int[] right_max = new int[size];
    left_max[0] = height[0];//初始化
    for (int i = 1; i < size; i++) {
        left_max[i] = Math.max(height[i], left_max[i - 1]);
        //找到数组中从下标 i 到最左端最高的条形块高度 left_max。
    }
    right_max[size - 1] = height[size - 1];//初始化
    for (int i = size - 2; i >= 0; i--) {
        right_max[i] = Math.max(height[i], right_max[i + 1]);
        //找到数组中从下标 i 到最右端最高的条形块高度 right_max
    }
    for (int i = 1; i < size - 1; i++) {
        ans += Math.min(left_max[i], right_max[i]) - height[i];
        //累加min(max_left[i],max_right[i])−height[i] 到 ans 上
    }
    return ans;
}

复杂性分析

• 时间复杂度：O(n)
  存储最大高度数组，需要两次遍历，每次 O(n) 。
  最终使用存储的数据更新ans ，O(n)。
• 空间复杂度：O(n) 额外空间。
  和方法 1 相比使用了额外的 O(n) 空间用来放置left_max 和 right_max 数组。