42. 接雨水

这篇博客介绍了三种不同的方法来解决LeetCode上的雨水填充满问题,包括动态规划、单调栈以及双指针策略。每种方法都详细阐述了其思路,并给出了C++代码实现,执行效率在提交的解决方案中表现出色。动态规划策略通过维护左右边界最大高度,计算每个位置的雨水量;单调栈则利用栈中递减的特性快速找到能形成雨水的矩形;双指针策略在O(1)空间复杂度下完成求解,不断更新左右两端的最大高度并计算雨水体积。

题目链接:leetcode.

能隐约感觉到是动态规划,但具体思路不知道

left[i]记录i左边能取到的最大值,right[i]记录i右边能取到的最大值,那么i处能接到的雨水就是左右两边的较小值与它自己高度的差值
O(n) O(n)

/*
执行用时:4 ms, 在所有 C++ 提交中击败了93.86%的用户
内存消耗:13.9 MB, 在所有 C++ 提交中击败了53.36%的用户
*/
class Solution {
public:
    int trap(vector<int>& height) {
        int N = height.size();
        if(N < 2)
        	return 0;
        vector<int> left(N);
        vector<int> right(N);
        left[0] = height[0];
        right[N - 1] = height[N - 1];
        for(int i = 1;i < N;++i)
        {
        	left[i] = max(left[i - 1], height[i]);
        }
        for(int i = N - 2;i >= 0;--i)
        {
        	right[i] = max(right[i + 1], height[i]);
        }
        int ans = 0;
        for(int i = 0;i < N;++i)
        {
        	if(height[i] < left[i] && height[i] < right[i])
        	{
        		ans += min(left[i], right[i]) - height[i];
        	}
        }
        return ans;
    }
};

单调栈的做法,栈中递减,碰到大的,就能在栈顶组成一个“大小大”的组合,就可以接雨水了
能接的那个小矩形,宽为栈顶上下两个数字的下标差,长为两个数字较小值与栈顶的差
为了方便起见,栈中保存数字的下标
O(n) O(n)

/*
执行用时:8 ms, 在所有 C++ 提交中击败了69.36%的用户
内存消耗:14 MB, 在所有 C++ 提交中击败了36.37%的用户
*/
class Solution {
public:
    int trap(vector<int>& height) {
        int N = height.size();
		if(N < 2)
			return 0;
		stack<int> stk;
		int ans = 0;
		for(int i = 0;i < N;++i)
		{
			if(!stk.empty())
			{
				if(height[i] >= height[stk.top()])
				{
					while(!stk.empty() && height[i] > height[stk.top()])
					{
						int index = stk.top();
						stk.pop();
						if(!stk.empty())
							ans += (min(height[i], height[stk.top()]) - height[index]) * (i - stk.top() - 1);
					}
				}
			}
			stk.push(i);
		} 
		return ans;
    }
};

不用存储左右两边的最大值,将动态规划的空间复杂度降为O(1)
我们可以认为如果一端有更高的条形块(例如右端),积水的高度依赖于当前方向的高度(从左到右)。当我们发现另一侧(右侧)的条形块高度不是最高的,我们则开始从相反的方向遍历(从右到左)。
用两个变量存储左右的最大值,双指针进行移动,计算矩形面积

/*
执行用时:8 ms, 在所有 C++ 提交中击败了69.36%的用户
内存消耗:13.8 MB, 在所有 C++ 提交中击败了80.21%的用户
*/
class Solution {
public:
    int trap(vector<int>& height) {
        int N = height.size();
		if(N < 2)
			return 0;
		int left = 0, right = N - 1;
		int left_Max = height[0], right_Max = height[N - 1];
		int ans = 0; 
		while(left < right)//等于就跳出了 
		{
			if(left_Max < right_Max)
			{
				//依赖左边的端点
				if(height[left] < left_Max)
					ans += left_Max - height[left];
				left++;
				left_Max = max(left_Max, height[left]); 
			}
			else
			{
				//依赖右边的端点 
				if(height[right] < right_Max)
					ans += right_Max - height[right];
				right--;
				right_Max = max(right_Max, height[right]); 
			}
		} 
		return ans; 
    }
}; 
### 关于雨水问题的 Java 实现 雨水问题是经典的算法题目之一,其核心在于通过某种方式计算柱子之间的凹槽部分能够存储的水量。以下是基于 **单调栈** 和 **双指针法** 的两种常见解决方案。 --- #### 方法一:单调栈实现 单调栈是一种有效的数据结构用于处理此类区间极值问题。具体逻辑如下: 1. 使用 `Stack<Integer>` 存储柱子索引。 2. 遍历数组中的每一个柱子高度,当遇到当前柱子高于栈顶柱子时,则说明形成了一个可以积水的区域。 3. 计算该区域内的积水量并累加到总结果中。 下面是完整的代码实现: ```java import java.util.Stack; class Solution { public int trap(int[] height) { Stack<Integer> stack = new Stack<>(); int res = 0; for (int i = 0; i < height.length; i++) { while (!stack.isEmpty() && height[i] > height[stack.peek()]) { int top = stack.pop(); // 当前要计算面积的位置 if (stack.isEmpty()) break; int distance = i - stack.peek() - 1; // 左右边界距离 int boundedHeight = Math.min(height[i], height[stack.peek()]) - height[top]; res += distance * boundedHeight; } stack.push(i); } return res; } } ``` 这种方法的时间复杂度为 O(n),空间复杂度也为 O(n)[^1]。 --- #### 方法二:双指针优化 双指针法利用两个变量分别记录左侧最大值和右侧最大值,在遍历时逐步更新这些值,并根据当前位置的高度差来决定是否增加水体积。 以下是具体的代码实现: ```java class Solution { public int trap(int[] height) { int left = 0, right = height.length - 1; int lMax = 0, rMax = 0; int water = 0; while (left < right) { if (height[left] < height[right]) { if (height[left] >= lMax) { lMax = height[left]; } else { water += lMax - height[left]; } left++; } else { if (height[right] >= rMax) { rMax = height[right]; } else { water += rMax - height[right]; } right--; } } return water; } } ``` 这种解法时间复杂度同样为 O(n),但仅需常量级额外空间 O(1)[^2]。 --- #### 提供的代码分析 对于您给出的代码片段[^3],存在一些潜在改进之处: - 函数 `maxRight` 被多次调用,每次都会重新扫描右边的最大值,增加了不必要的开销。 - 可以考虑采用上述提到的方法进一步提升效率。 --- ### 总结 无论是使用单调栈还是双指针方法都可以高效解决问题。前者更直观易懂;后者则更加节省内存资源。实际应用可根据需求选择合适的方式。
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