查阅更多的题解,请点击
Solution
Stack O(n) time, O(n) space
note: 用s[k]代表第k+1个元素
首先观察问题,不能直接得到一个很好的reduce原问题的策略。
确定一个矩形有三要素:左边界、右边界和高(即左右边界及中间部分值最小的元素,称为bar)。“没有smart”的策略,那么按照最朴素的想法求解:选择一个元素作为可能最大矩阵的bar,向左右扩展寻找左右边界。这样的方法是 O ( n 2 ) O(n^2) O(n2) time。接下来尝试对该算法进行优化
在上述枚举的过程中,可以得出这样的观察,对于两个相邻的元素: s [ r ] 和 s [ r + 1 ] s[r]和s[r+1] s[r]和s[r+1]
- 若 s [ r + 1 ] ≥ s [ r ] 若s[r+1]\geq s[r] 若s[r+1]≥s[r],显然应当选 s [ r + 1 ] s[r+1] s[r+1]作为可能的最大矩阵的右边界。
从而可以得出一个结论,对于第 r + 1 r+1 r+1个元素 s [ r ] s[r] s[r],若 s [ r ] s[r] s[r]有可能成为最大矩阵的右边界, 必须满足以下条件之一:
- s [ r ] > s [ r + 1 ] s[r]>s[r+1] s[r]>s[r+1]
- r = n − 1 r=n-1 r=n−1
为不失一般性,在最后一个元素之后再加入元素-1,则当且仅当 s [ r ] > s [ r + 1 ] s[r]>s[r+1] s[r]>s[r+1]时, s [ r ] s[r] s[r]有可能成为最大矩阵的右边界,而对于这样的右边界 s [ r ] s[r] s[r],对应矩阵的:
- bar应当不大于s[r]
- 左边界s[l]应当大于s[r+1],因为若s[l]<=s[r+1],则选择s[r+1]作为右边界的矩阵面积会更大
以[2,1,5,6,2,3]为例,可能的右边界有: s [ 0 ] , s [ 3 ] , s [ 5 ] s[0], s[3], s[5] s[0],s[3],s[5](接下来由元素下标来指代左右边界和bar,l-左边界,r-右边界),我们来模拟寻找最大矩阵的过程:
- r=0
- l=0,bar=0, area=2
- r=3
- l=3, bar=3, area=6
- l=2, bar=2, area=10
- r=5
- l=5, bar=5, area=3
- l=4, bar=4, area=4
- l=1, bar=1, area=5
所以最大的矩阵面积为10,在上述过程中,我们发现所有的l,bar,r对应的元素是一个递增序列,那么我们将上述寻找l,bar,r的过程转为了寻找所有递增序列的过程,该过程可以用一个栈来辅助:栈中存放元素下标,对应的元素一定是递增的,具体的实现过程请查看代码,该过程是O(n) time的。
GitHub传送门
class Solution
{
public:
int largestRectangleArea(vector<int> &heights)
{
if (heights.empty())
return 0;
if (heights.size() == 1)
return heights[0];
heights.emplace_back(-1);
int n = heights.size();
int maxArea = 0, i = 0;
stack<int> indexs;
while (i < n)
{
if (indexs.empty() || heights[i] >= heights[indexs.top()])
indexs.push(i++);
else
{
int j = indexs.top();
indexs.pop();
int cur = heights[j] * (indexs.empty() ? i : (i - indexs.top() - 1));
maxArea = max(maxArea, cur);
}
}
return maxArea;
}
};