代码随想录第四十九天| 42. 接雨水 84.84.柱状图中最大的矩形

42. 接雨水

力扣题目链接
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。

解题思路

这道题目可以使用单调栈的解法来解决。单调栈是一种特殊的栈,栈内元素保持一定的单调性。在这个问题中,我们可以使用单调递减栈来存储柱子的索引。当我们遇到一个比栈顶元素高的柱子时,意味着我们找到了一个可以接雨水的凹槽。
以下是解题步骤:

  1. 初始化结果变量 result 为 0,用于存储接到的雨水量。
  2. 使用一个双端队列 deque 作为栈,用于存储柱子的索引。
  3. 遍历高度数组 height,对于每个元素,执行以下操作:
    • 当当前柱子的高度大于栈顶索引对应的柱子高度时,说明找到了一个凹槽,可以接雨水。
    • 弹出栈顶元素,计算凹槽的宽度(即当前索引与栈顶新元素索引的差),并计算凹槽两侧柱子的最小高度。
    • 计算凹槽中可以接的雨水量,并累加到 result 中。
    • 将当前索引压入栈中。
  4. 继续遍历直到数组结束,返回 result 作为最终的接雨水量。

代码实现

java

class Solution {
    public int trap(int[] height) {
        int result = 0;
        Deque<Integer> deque = new LinkedList<>();
        if (height == null || height.length == 0) {
            return result;
        }
        deque.push(0);
        for (int i = 1; i < height.length; i++) {
            while (!deque.isEmpty() && height[i] > height[deque.peek()]) {
                int index = deque.pop();
                if (deque.isEmpty()) {
                    break;
                }
                int left = deque.peek();
                int right = i;
                int h = Math.min(height[left], height[right]) - height[index];
                result += (right - left - 1) * h;
            }
            deque.push(i);
        }
        return result;
    }
}

这个算法的时间复杂度是 O(N),因为每个元素最多只会被压入和弹出栈一次。空间复杂度是 O(N),因为我们需要一个额外的栈来存储索引。

84. 柱状图中最大的矩形

力扣题目链接
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。

解题思路

这个问题同样可以使用单调栈的解法来解决。单调栈可以帮助我们找到每个柱子左边和右边第一个比它矮的柱子,从而计算出以每个柱子为高度的最大矩形面积。
以下是解题步骤:

  1. 初始化结果变量 result 为 0,用于存储最大矩形面积。
  2. 使用一个双端队列 deque 作为栈,用于存储柱子的索引。
  3. 为了处理边界情况,我们创建一个新数组 heights1,它在原数组 heights 的前后各添加一个高度为 0 的柱子。
  4. 遍历新数组 heights1,对于每个元素,执行以下操作:
    • 当当前柱子的高度小于栈顶索引对应的柱子高度时,说明找到了一个可以计算面积的矩形。
    • 弹出栈顶元素,计算矩形的宽度(即当前索引与栈顶新元素索引的差),并计算矩形的高度(即弹出元素对应的高度)。
    • 计算矩形的面积,并更新 result 为最大面积。
    • 将当前索引压入栈中。
  5. 继续遍历直到数组结束,返回 result 作为最大的矩形面积。

代码实现

java

class Solution {
    public int largestRectangleArea(int[] heights) {
        int result = 0;
        Deque<Integer> deque = new LinkedList<>();
        if (heights == null || heights.length == 0) {
            return result;
        }
        deque.push(0);
        int[] heights1 = new int[heights.length + 2];
        heights1[0] = 0;
        heights1[heights.length + 1] = 0;
        for (int i = 1; i < heights.length + 1; i++) {
            heights1[i] = heights[i - 1];
        }
        for (int i = 1; i < heights1.length; i++) {
            while (!deque.isEmpty() && heights1[i] < heights1[deque.peek()]) {
                int index = deque.pop();
                int left = deque.peek();
                int right = i;
                int h = heights1[index] * (right - left - 1);
                result = Math.max(result, h);
            }
            deque.push(i);
        }
        return result;
    }
}

这个算法的时间复杂度是 O(N),因为每个元素最多只会被压入和弹出栈一次。空间复杂度是 O(N),因为我们需要一个额外的栈来存储索引,以及一个新数组来处理边界情况。

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