11、盛最多水的容器

博客围绕盛最多水的容器问题展开,给定n个非负整数代表垂直线高度,要找出两条线与x轴构成的容器能容纳最多的水。给出了暴力法和双指针法两种解法,分别介绍了思路、时间和空间复杂度及具体实现步骤。

给定 n 个非负整数 a1,a2,...,an,每个数代表坐标中的一个点 (i, ai) 。在坐标内画 n 条垂直线,垂直线 i 的两个端点分别为 (i, ai) 和 (i, 0)。

找出其中的两条线,使得它们与 x 轴共同构成的容器可以容纳最多的水。

输入: [1,8,6,2,5,4,8,3,7]

输出: 49

方法一:暴力法(超出时间限制)

思路:时间复杂度O(n^2),空间复杂度O(1) 。

【1】​借助2个for循环,计算出所有可能的值。取出最大值。

int maxArea(vector<int>& height) {
	int max = 0;
	//开始位置
	for (int begin = 0;begin < height.size() - 1;++begin) {
		//结束位置​
		for (int end = begin + 1;end < height.size();++end) {
			int h = min(height[begin], height[end]);
			int capacity = (end - begin)*h;
			max = max > capacity ? max : capacity;
		}
	}
	return max;
}

方法二:双指针法

思路:时间复杂度O(logN),空间复杂度O(1)

【1】使用2个指针分别指向数组的头下标begin和尾下标end

【2】​​做while遍历,只要begin<end条件。比较数组begin和end的大小,较小的往中间靠

【3】每循环一次计算的值与最大值max比较,最终返回max

int maxArea(vector<int>& height) {
	int begin = 0, end = height.size() - 1, max = -1;
	while (begin < end) {
		int h = min(height[begin], height[end]);   //较短的高度
		int capacity = h * (end - begin); //当前容量
		max = max > capacity ? max : capacity;
		if (height[begin] < height[end]) {
			++begin;
		}
		else {
			--end;
		}
	}
	return max;
}

 

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制问题,并提供完整的Matlab代码实现。文章结合数据驱动方法与Koopman算子理论,利用递归神经网络(RNN)对非线性系统进行建模与线性化处理,从而提升纳米级定位系统的精度与动态响应性能。该方法通过提取系统隐含动态特征,构建近似线性模型,便于后续模型预测控制(MPC)的设计与优化,适用于高精度自动化控制场景。文中还展示了相关实验验证与仿真结果,证明了该方法的有效性和先进性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事精密控制、智能制造、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能控制设计;②为非线性系统建模与线性化提供一种结合深度学习与现代控制理论的新思路;③帮助读者掌握Koopman算子、RNN建模与模型预测控制的综合应用。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注数据预处理、RNN结构设计、Koopman观测矩阵构建及MPC控制器集成等关键环节,并可通过更换实际系统数据进行迁移验证,深化对方法泛化能力的理解。
题目中的"最多容器"实际上是一个著名的问题,也被称为"最多容器"问题。该问题可以用贪心算法来解决。 首先,我们定义一个指针对数组进行遍历。初始时,左指针指向数组的第一个元素,右指针指向数组的最后一个元素。我们计算当前指针所指向的两个元素构成的容器的面积。容器的面积是由两个因素决定的,即两个指针之间的距离和指针所指向的较小的元素的高度。我们将这个面积记录下来,并与之前的最大面积进行比较,保留最大的面积值。 接下来,我们要决定移动哪个指针。我们移动指针的原则是,每次移动指向较小元素的指针,这样才有可能找到更高的柱子,进而获得更大的面积。假设当前左指针指向的元素较小,那么我们将左指针向右移动一位。否则,如果右指针指向的元素较小,我们将右指针向左移动一位。 重复上述的过程,直到两个指针相遇为止。最后得到的最大面积即为所求。 下面是用Python编写的解法代码: def maxArea(height): left = 0 right = len(height) - 1 maxArea = 0 while left < right: area = min(height[left], height[right]) * (right - left) maxArea = max(maxArea, area) if height[left] < height[right]: left += 1 else: right -= 1 return maxArea 这段代码的时间复杂度是O(n),其中n是数组的长度。因为我们只对整个数组进行了一次遍历。因此,该解法是一个高效解法。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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