力扣每日一刷(2023.9.24)(二)

简介: 力扣每日一刷(2023.9.24)

思路:

本题首先我实现的思路使用暴力解法 ,虽说是暴力, 但是复杂度却是和 使用单调栈相差无几的。


根据示例1 中的这张图


41775b49c69d996619d9df63b725e6d0_rainwatertrap.png


首先想到的是如何计算这个雨水的面积? 横向还是纵向 ?


一个单位的雨水也就是相当于一个正方体的体积 ,我们要做的就是数正方体的个数 ,这里我们只需要考虑平面即可。同时因为横向的边长都是固定的1 , 所以这里我们通过纵向来进行计算, 也就是按照列来计算。 算出每一列的有效雨水面积,然后累加即可得到整体的面积。


通过上述的描述, 我们知道了整体的思路 ,接下来就是具体的实现思路 。


循环遍历每个柱子,找出每个柱子最左边 和 最右边的边界(也就是左右两边第一个比当前柱子高的柱子)

这里需要注意的是, 我们第一个柱子 和 最后一个柱子是不能计算的,他们充当最后的边界

因为我们是按列进行累加的 ,同时每个柱子的宽度都是 1 , 所以只需要算出列左右两边最短的列高 - 当前列高即可得到雨水的高。 也就可以得到雨水的体积。

实现:

上述步骤中的,第一步如果我们使用暴力解法的话, 也就是循环遍历每个柱子, 然后得到每个柱子的边界, 然后使用一个变量来接收 ,这样的作法虽然没错, 但是超时了 ,所以我们采用的是使用两个数组来接收每个柱子的边界,也同样单调栈的思路 : 通过空间换时间。 可以pass

class Solution {
   public int trap(int[] height) {
       //使用数组来记录每个节点的最大左右边界
       int[] maxLeft = new int[height.length];
       int[] maxRight = new int[height.length];
        int sum  =0 ;
       //获取每柱子的最高左边界
       maxLeft[0] = height[0];
       for(int i =1; i<height.length;i++){
           maxLeft[i] = Math.max(height[i], maxLeft[i-1]);
       }
       //获取每个柱子的最高右边界
        maxRight[maxRight.length- 1] = height[height.length - 1];
        for(int i = maxRight.length - 2 ; i>= 0; i--){
            maxRight[i] = Math.max(height[i], maxRight[i+1]);
        }
        //  得到每个柱子容纳的水 ,然后添加
        for(int i =0 ;i < height.length;i++){
            sum += Math.min(maxRight[i], maxLeft[i]) - height[i];
        }
        return sum;
   }
   /**
    双指针法, 最后超时
    public int trap(int[] height) {
        int sum =0 ;
        for(int i =0 ; i< height.length;i++){
            //定义左右边界
            int lheight = height[i];
            int rheight = height[i]; 
            // 寻找左右边界
            for(int j = i+1; j <height.length;j++){
                rheight = Math.max(rheight,height[j]);
            }
            for(int j = i-1; j >=0 ; j--){
                lheight = Math.max(lheight, height[j]);
            }
            //得到当前柱子能够容纳的雨水
            int h = Math.min(lheight,rheight) - height[i];
            if(h   >0 ){
                sum += h;
            }
        }
        return sum;
    }  
    */
}

单调栈实现

class Solution {
    public int trap(int[] height) {
        //使用单调栈实现
        int sum = 0;
        Stack<Integer> st = new Stack<>();
        st.push(0); // 添加第一个索引
        for(int i = 1;i < height.length; i++){
            if(height[st.peek()] > height[i]){
                st.push(i);
            }
            if(height[st.peek()] == height[i]){
                //先弹出栈顶元素, 然后再入栈当前元素
                st.pop();
                st.push(i);
            }else{  
                //如果栈顶的元素 < 当前元素 ,那么就需要弹出栈顶元素, 然后当前元素入栈
                while(!st.isEmpty() && height[st.peek()] < height[i]){
                    int mid = st.peek();
                    st.pop();
                    if(!st.isEmpty()){
                        //之前的栈顶元素为柱子 。当前栈顶元素为它的左边界, 当前元素为它的右边界
                        int h = Math.min(height[i], height[st.peek()]) - height[mid];
                        int w = i - st.peek() - 1;
                        sum += h * w;
                    }
                }
                st.push(i);
            }
        }
        return sum;
    }
}

84 柱形图中的最大矩形

题目:

给定 n 个非负整数,用来表示柱状图中各个柱子的高度。每个柱子彼此相邻,且宽度为 1 。


求在该柱状图中,能够勾勒出来的矩形的最大面积。


示例 1:

ae8aa08346cefbd6feeaa195269d8f28_histogram.jpg

输入:heights = [2,1,5,6,2,3]
输出:10
解释:最大的矩形为图中红色区域,面积为 10

示例 2:

6c3c0ab1c3d55c93db73918d6e9f9d21_histogram-1.jpg

输入: heights = [2,4]
输出: 4

提示:


1 <= heights.length <=105

0 <= heights[i] <= 104

思路

与上一题接雨水的 刚好相反,上题是找当前柱子的左右边界中的第一个大于 当前柱子的 。因为要接雨水,所以肯定要形成凹槽.。而本题则是找左右边界中第一个小于当前柱子高度的。 因为他要形成矩形 。所以找的就是小于当前柱子的。


所以实现思路还是和上道题是一样的,我们只需要在找边界的时候注意即可。


46475c5d70c5035c961d955e9776fe58_image-20230926100901340.png


所以还是以空间换时间的好 ,单调栈虽然也是这个思路 ,但是所消耗的时间 和 空间都比使用数组大


实现

class Solution {
     public int largestRectangleArea(int[] heights) {
        //通过空间换时间的方法
        int minLeft[] = new int[heights.length];
        int minRight[] = new int[heights.length];
        int sum = 0;
        //找左边比当前元素小的
        minLeft[0]= -1;
        for(int i =1 ;i< heights.length;i++){
            int t = i - 1;
            //找到并且为每个元素赋值
            while(t>= 0 && heights[t] >= heights[i]){
                t = minLeft[t];
            }
            minLeft[i] = t;
        }
        //找到右两边第一个小于当前柱子的值
        minRight[minRight.length - 1] = minRight.length ;
        for(int i = minRight.length - 2; i>= 0 ;i--){
            int t = i + 1;
            while(t <=  minRight.length-1  && heights[i] <= heights[t]){
                t = minRight[t];
            }
            minRight[i] = t;
        } 
        //计算得到每个柱子的最大面积
        for(int i =0 ;i <heights.length; i++){
            int weight = minRight[i] - minLeft[i] -1;
            int height = heights[i];
            sum = Math.max(sum, weight * height);
        }
        return sum;
     }
    /**
        public int largestRectangleArea(int[] heights) {
        //暴力解法
        int sum = 0; 
        for(int i= 0 ;i <heights.length; i++){
            //找到左右两边第一个小于当前柱子的值
            int left = i;
            int right = i;
            for(; left >=0  ;left--){
                if(heights[left] < heights[i] ) break;
            }
            for(; right < heights.length; right++){
                if(heights[right] < heights[i]) break;
            }
            //算出当前柱子的宽度
            int weight = right - left - 1;
            int height = heights[i];
            sum = Math.max(sum, weight * height); 
        }
        return sum;
    }
     */
}
class Solution {
    public int largestRectangleArea(int[] heights) {
        // 数组扩容,在头和尾各加入一个元素
        int [] newHeights = new int[heights.length + 2];
        newHeights[0] = 0;
        newHeights[newHeights.length - 1] = 0;
        for (int index = 0; index < heights.length; index++){
            newHeights[index + 1] = heights[index];
        }
        heights = newHeights;
        int res = 0 ;
        Stack<Integer> st = new Stack<>();
        st.push(0);
        for(int i =1; i < heights.length ;i++){
            //如果栈顶元素 < 当前元素
            if(heights[st.peek()] < heights[i]){
                st.push(i);
            }if(heights[i] == heights[st.peek()]){
                st.pop();
                st.push(i);
            }else{
                while(!st.isEmpty() && heights[st.peek()] > heights[i]){
                    int mid = st.pop(); //找到当前元素作为中间
                    if(!st.isEmpty()){
                        int left = st.peek();
                        int right = i;
                        int w = right - left - 1;
                        int h = heights[mid];
                        res = Math.max(res, w * h);        
                    }
                }
                st.push(i);
            }
        }
        return res;
    }
}
目录
相关文章
|
算法 索引
力扣每日一刷(2023.9.5)
力扣每日一刷(2023.9.5)
57 1
|
存储 图计算 索引
力扣每日一刷(2023.9.24)(一)
力扣每日一刷(2023.9.24)
54 0
力扣每日一刷(2023.9.21)
力扣每日一刷(2023.9.21)
53 0
|
算法 测试技术
力扣每日一刷(2023.9.19)
力扣每日一刷(2023.9.19)
59 0
力扣每日一刷(2023.9.14)
力扣每日一刷(2023.9.14)
53 0
力扣每日一刷(2023.9.12)
力扣每日一刷(2023.9.12)
45 0
|
机器人
力扣每日一刷(2023.9.11)
力扣每日一刷(2023.9.11)
69 0
|
监控
力扣每日一刷(2023.9.8)
力扣每日一刷(2023.9.8)
37 0
力扣每日一刷(2023.9.7)
力扣每日一刷(2023.9.7)
49 0
|
算法 测试技术
力扣每日一刷(2023.9.6)
力扣每日一刷(2023.9.6)
64 0