CCF-CSP 201312-3 最大的矩形 (python)

本文探讨了如何使用分治算法和单调栈解决寻找直方图中最大矩形面积的问题。分治算法在最坏情况下时间复杂度为O(n^2),而单调栈方法能更有效地找到答案,平均时间复杂度为O(n)。文章提供了两种解法的详细描述及复杂度分析。
摘要由CSDN通过智能技术生成

问题描述

CCF-CSP 201312-3 最大的矩形

问题描述

  在横轴上放了n个相邻的矩形,每个矩形的宽度是1,而第i(1 ≤ i ≤ n)个矩形的高度是hi。这n个矩形构成了一个直方图。例如,下图中六个矩形的高度就分别是3, 1, 6, 5, 2, 3。
在这里插入图片描述

  请找出能放在给定直方图里面积最大的矩形,它的边要与坐标轴平行。对于上面给出的例子,最大矩形如下图所示的阴影部分,面积是10。
  在这里插入图片描述

输入格式

  第一行包含一个整数n,即矩形的数量(1 ≤ n ≤ 1000)。
  第二行包含n 个整数h1, h2, … , hn,相邻的数之间由空格分隔。(1 ≤ hi ≤ 10000)。hi是第i个矩形的高度。

输出格式

  输出一行,包含一个整数,即给定直方图内的最大矩形的面积。

样例输入

6
3 1 6 5 2 3

样例输出

10

思路1 分而治之

  脑中第一个浮现了分而治之的框架,试试就逝世。选择柱形图中最矮的那个柱子作为分界,左右两侧分别为子问题,在考虑跨分界线的情况时,矩形一定可以延伸至数列的两个边界。

解法1 分而治之

#input
n = eval(input())
line = input()
nums = [eval(num) for num in line.split()]
assert n == len(nums)
#print(nums)

# D & C algorithm
def findMaxArea(l,r):
    # conquer
    if l > r:
        return 0
    if l == r:
        return nums[l]
    
    # divide by the smallest number
    m = l
    minValue = nums[l]
    for i in range(l+1,r+1):
        if nums[i] < minValue:
            minValue = nums[i]
            m = i
    # merge
    maxL = findMaxArea(l,m-1)
    maxR = findMaxArea(m+1,r)
    maxC = minValue*(r-l+1)
    return max(maxL,max(maxR,maxC))

print(findMaxArea(0,n-1))
测评

CCF-CSP 90分,leetcode 84题超时。

复杂度分析
  1. 平均时间复杂度为 O(nlogn),最坏情况时间复杂度为 O(n2)。如果数组中的数字是有序的,分治算法将没有任何优化效果。
  2. 空间复杂度为 O(n)。

  其实到这里可以发现思路1的缺点还是很明显的,divide的不均衡性可能导致在特殊的数据下超时。所以,如果真的要分而治之,还是老老实实等分,毕竟测评的数据往往是比较阴间的。

思路2 单调栈

  后续将更新关于单调栈的解法。leetcode 84的题解

  • 0
    点赞
  • 0
    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