Leetcode | 42.接雨水 Trapping Rain Water
文章目录
- Leetcode | 42.接雨水 Trapping Rain Water
- 题目
- Solution 1:动态规划
- Solution 2: 单调栈
- Solution 3 : 双指针
- 最快的方法代码
- My Solution
- Reference
- >>>>> 欢迎关注公众号【三戒纪元】 <<<<<
题目
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。
示例 1:
输入:height = [0,1,0,2,1,0,1,3,2,1,2,1]
输出:6
解释:上面是由数组 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度图,在这种情况下,可以接 6 个单位的雨水(蓝色部分表示雨水)。
示例 2:
输入:height = [4,2,0,3,2,5]
输出:9
提示:
n == height.length
1 <= n <= 2 * 104
0 <= height[i] <= 105
Solution 1:动态规划
接雨水的情况,就是左边和右边都要有边,中间低洼才能接雨水。
因此只要找到左右边界即可。
遍历2遍,分别提前存储每个位置上,所有左边柱子高度的最大值和右边柱子高度的最大值
然后将左右柱子最大值,重叠在一起看,其重叠区域除去柱子高度,就是能够接到雨水的量
只有当前高度值比左右柱子最大高度小,才能接到雨水,如果当前柱子高度与左右最大高度柱子其中之一一样高,则跳过,说明当前柱子是后面低洼处的一个边界。
class Solution {
public:int trap(vector<int>& height) {int num = height.size();if(num == 0 || num < 3) {return 0;}int arr_max_left[num];int arr_max_right[num];// 获取左边最大高度柱子int max = height[0];for(int i = 0; i < num; ++i) {auto &cur_num = height[i];if(cur_num > max) {max = cur_num;}arr_max_left[i] = max;}// 获取右边最大高度柱子max = height[num - 1];for(int i = num - 1; i >= 0; --i) {auto &cur_num = height[i];if(cur_num > max) {max = cur_num;} arr_max_right[i] = max;}// 左右边界一起和当前柱子进行比较int result = 0;for(int i = 0; i < num ; ++i) {auto &cur_num = height[i];int min_num = std::min(arr_max_left[i], arr_max_right[i]);if(cur_num < min_num) {result += min_num - cur_num;}}return result;}
};
Solution 2: 单调栈
积水只能在低洼处形成,当后面柱子比前面柱子低时,是无法接雨水的。
使用单调栈存储可能储水的柱子,当找到1个比前面柱子高的柱子时,就能够计算储水量。
也就是, 柱子高度上升时,可以计算积水;当柱子高度下降时,表示到达了积水的右边界。
积水高度为当前元素与栈顶元素的高度的较小值 与 当前栈top元素的高度差
也就是从栈顶取出的元素为低洼处的柱子序号,取出之后,栈顶top元素为积水的左边界。
边界条件:存入栈时,只要当前柱子比栈顶柱子低,或栈为空,就将当前柱子序号存入栈;当前柱子高度比栈顶元素高时,即可以计算积水。
class Solution {
public:int trap(vector<int>& height) {int num = height.size();if(num == 0 || num < 3) {return 0;}int result = 0;std::stack<int> stk;for(int i = 0; i < num; ++i) {while(!stk.empty() && height[i] > height[stk.top()]) {int low = stk.top();stk.pop();if(stk.empty()) {break;}int dis = i - stk.top() - 1;int h = std::min(height[i], height[stk.top()]) - height[low];result += dis * h;}stk.push(i);}return result;}
};
一开始我想着一次性计算两个柱子之间的积水量,发现边界非常不好确定。这种方法是,只要柱子比前面高,就能计算一波,后面柱子更高时,再在此基础上继续计算积水量,这样边界就非常明显了。
Solution 3 : 双指针
从动态规划方法可以注意到,其实只要 $ arr_max_left[i] > arr_max_right[i]$ ,积水高度就由较低的右边界决定。
同理,如果 $ arr_max_left[i] < arr_max_right[i]$ ,积水高度就由较低的左边界决定。
所以当遍历的时候,只要左右有最大高度的柱子,就可以积水。可以通过记录左右柱子高度的最大值,计算当前柱子上方的储水量。
还是注意一点,如果当前柱子高度同最大高度柱子高度一样,则不进行计算,或增加量为0。
class Solution {
public:int trap(vector<int>& height) {int num = height.size();if(num == 0 || num < 3) {return 0;}int left = 0, right = num - 1;int max_left = 0, max_right = 0, result = 0;while(left < right) {if(height[left] < height[right]) {if(height[left] > max_left) {max_left = height[left];} else {result += max_left - height[left];}++left;} else {if(height[right] > max_right) {max_right = height[right];} else {result += max_right - height[right];}--right;}}return result;}
};
最快的方法代码
简洁优雅
class Solution {
public:int trap(vector<int>& height) {int sz = height.size(), l = 0, r = sz-1;int ans = 0, maxl = 0, maxr = 0;while (l<r){maxl = max(maxl, height[l]);maxr = max(maxr, height[r]);if (maxl < maxr){ans += max(0, maxl - height[l]);++l;}else{ans += max(0, maxr - height[r]);--r;}}return ans;}
};
其精髓在于,不管左边高右边高,只要当前柱子比最大的柱子低,我就计算增量maxl - height[l]
或maxr - height[r]
;
如果当前柱子和最大高度一样高,则增量为0 :max(0, maxl - height[l])
或max(0, maxr - height[r])
,这么写,天下就大一统了,妙哉。
ans += max(0, maxl - height[l]);
ans += max(0, maxr - height[r]);
My Solution
将所有的柱子,划分为2维空间里面,蓝色的为柱子,其他彩色为积水量
每次计算时,从低到高,从左到右,依次遍历这个2维数组
只要2个蓝色的小方块中间有空白,就表示此处可以积水,积水量 +1,每一行计算完后,行数 + 1,继续遍历。
class Solution {
public:int trap(vector<int>& height) {int num = height.size();if(num == 0 || num == 1) {return 0;}int max = height[0];for(int i =1; i < num; ++i) {int &cur_num = height[i];if(cur_num > max) {max=cur_num;}}int result = 0;for(int i = 0; i < max; ++i) {bool begin = false;bool last_empty = true;int temp = 0;for(int j =0; j < num; ++j) {int &cur_num = height[j];if(cur_num > i) {if(!begin) {begin = true;} else if(temp > 0) {// begin = false;result += temp;temp = 0;}continue;} else {if(!begin) {continue;} else {++temp;}}}}return result;}
};
这种方法无形中增加了遍历的量,原本1维遍历能够搞定的事情,现在要2维遍历
对于下面的例子,就会超时
[100000,0,99999,0,99998,0,99997,0,99996,0,99995,0,99994,0,99993,0,99992,0,99991,0,99990,0,99989,0,99988,0,99987,0,99986,0,99985,0,99984,0,99983,0,99982,0,99981,0,99980,0,99979,0,99978,0,99977,0,99976,0,99975,0,99974,0,99973,0,99972,0,99971,0,99970,0,99969,0,99968,0,99967,0,99966,0,99965,0,99964,0,99963,0,99962,0,99961,0,99960,0,99959,0,99958,0,99957,0,99956,0,99955,0,99954,0,99953,0,>>>>> 中间省略N行 <<<<<99718,0,99717,0,99716,0,99715,0,99714,0,99713,0,99712,0,99711,0,99710,0,99709,0,99708,0,99707,0,99706,0,99705,0,99704,0,99703,0,99702,0,99701,0,99700,0,99699,0,99698,0,99697,0,99696,0,99695,0,99694,0,99693,0,99692,0,99691,0,99690,0,99689,0,99688,0,99687,0,99686,0,99685,0,99684,0,99683,0,99682,0,99681,0,99680,0,99679,0,99678,0,99677,0]
所以搞清楚边界条件很重要,不要增加遍历维度。
Reference
- 官方题解:接雨水