其他系列文章导航
Java基础合集
数据结构与算法合集设计模式合集
多线程合集
分布式合集
ES合集
文章目录
其他系列文章导航
文章目录
前言
一、题目描述
二、题解
2.1 方法一:暴力枚举
2.2 方法二:双指针
三、代码
3.1 方法一:暴力枚举
3.2 方法二:双指针
四、复杂度分析
4.1 方法一:暴力枚举
4.2 方法二:双指针
前言
这是力扣的 11 题,难度为中等,解题方案有很多种,本文讲解我认为最奇妙的两种。
一、题目描述
给定一个长度为 n
的整数数组 height
。有 n
条垂线,第 i
条线的两个端点是 (i, 0)
和 (i, height[i])
。
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。
返回容器可以储存的最大水量。
说明:你不能倾斜容器。
示例 1:
输入:[1,8,6,2,5,4,8,3,7] 输出:49 解释:图中垂直线代表输入数组 [1,8,6,2,5,4,8,3,7]。在此情况下,容器能够容纳水(表示为蓝色部分)的最大值为 49。
示例 2:
输入:height = [1,1] 输出:1
提示:
n == height.length
2 <= n <= 105
0 <= height[i] <= 104
二、题解
2.1 方法一:暴力枚举
思路与算法:
顾名思义,暴力枚举,设定两个循环。
- 第一个循环,循环左挡板。
- 第二个循环,循环右挡板。
每次计算 area ,存入 maxArea 。
面积公式:S(i,j)=min(h[ i ] ,h[ j ])×(j−i)
2.2 方法二:双指针
思路与算法:
在每个状态下,无论长板或短板向中间收窄一格,都会导致水槽 底边宽度 −1 变短:
- 若向内 移动短板 ,水槽的短板 min(h[i],h[j]) 可能变大,因此下个水槽的面积 可能增大 。
- 若向内 移动长板 ,水槽的短板 min(h[i],h[j]) 不变或变小,因此下个水槽的面积 一定变小 。
因此,初始化双指针分列水槽左右两端,循环每轮将短板向内移动一格,并更新面积最大值,直到两指针相遇时跳出;即可获得最大面积。
算法流程:
- 初始化: 双指针 i , j 分列水槽左右两端;
- 循环收窄: 直至双指针相遇时跳出;
- 更新面积最大值 res ;
- 选定两板高度中的短板,向中间收窄一格;
- 返回值: 返回面积最大值 res 即可;
三、代码
3.1 方法一:暴力枚举
Java版本:
class Solution {public int maxArea(int[] height) {int n = height.length, max = 0, area;for (int i = 0; i < n; i++) {for (int j = 0; j < n; j++) {area = Math.min(height[i], height[j]) * (j - i);if (area > max) max = area;}}return max;}
}
C++版本:
class Solution {
public:int maxArea(vector<int>& height) {int n = height.size(), maxArea = 0;for (int i = 0; i < n; i++) {for (int j = i + 1; j < n; j++) {int area = min(height[i], height[j]) * (j - i);maxArea = max(maxArea, area);}}return maxArea;}
};
Python版本:
class Solution:def maxArea(self, height: List[int]) -> int:n = len(height)max_area = 0for i in range(n):for j in range(i+1, n):area = min(height[i], height[j]) * (j - i)max_area = max(max_area, area)return max_area
3.2 方法二:双指针
Java版本(易懂版):
class Solution {public int maxArea(int[] height) {int i = 0, j = height.length - 1, max = 0, area;while (i != j) {area = Math.min(height[i], height[j]) * (j - i);if (area > max) max = area;if (height[i] < height[j]) {i++;} else {j--;}}return max;}
}
Java版本(优化版):
class Solution {public int maxArea(int[] height) {int i = 0, j = height.length - 1, max = 0;while (i != j) {max = height[i] < height[j] ?Math.max(max, (j - i) * height[i++]) : Math.max(max, (j - i) * height[j--]);}return max;}
}
C++版本:
class Solution {
public:int maxArea(vector<int>& height) {int i = 0, j = height.size() - 1, max_area = 0;while (i < j) {max_area = max(max_area, (j - i) * min(height[i], height[j]));if (height[i] < height[j]) {i++;} else {j--;}}return max_area;}
};
Python版本:
class Solution:def maxArea(self, height: List[int]) -> int:i, j, max_area = 0, len(height) - 1, 0while i < j:max_area = max(max_area, (j - i) * min(height[i], height[j]))if height[i] < height[j]:i += 1else:j -= 1return max_area
四、复杂度分析
4.1 方法一:暴力枚举
- 时间复杂度 O(N^2)
- 空间复杂度 O(1)
4.2 方法二:双指针
- 时间复杂度 O(N) : 双指针遍历一次底边宽度 N 。
- 空间复杂度 O(1) : 变量 i , j , res 使用常数额外空间。