题意&示例
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。
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:
输入: [0,1,0,2,1,0,1,3,2,1,2,1]
输出: 6
思路&代码
方法一:暴力破解
直观想法
直接按问题描述进行。对于数组中的每个元素,我们找出下雨后水能达到的最高位置,等于两边最大高度的较小值减去当前高度的值。
算法
- 初始化
ans = 0
- 从左向右扫描数组:
- 初始化
max_left = 0 和 max_right = 0
- 从当前元素向左扫描并更新:
max_left = max(max_left, height[j])
- 从当前元素向右扫描并更新:
max_right = max(max_right, height[j])
- 将
min(max_left, max_right) - height[i]
累加到 ans
- 初始化
// 暴力解法
public int trap(int[] height) {
int ans = 0;
int size = height.length;
for (int i = 1; i < size - 1; i++) {
int max_left = 0, max_right = 0;
for (int j = i; j >= 0; j--) {
//Search the left part for max bar size
max_left = Math.max(max_left, height[j]);
}
for (int j = i; j < size; j++) {
//Search the right part for max bar size
max_right = Math.max(max_right, height[j]);
}
ans += Math.min(max_left, max_right) - height[i];
}
return ans;
}
复杂度分析
- 时间复杂度:
O(n^2)
,数组中的每个元素都需要向左向右扫描; - 空间复杂度:
O(1)
的额外空间。
方法二:动态编程
直观想法
在暴力方法中,我们仅仅为了找到最大值每次都要向左和向右扫描一次。但是我们可以提前存储这个值。因此,可以通过动态编程解决。
这个概念可以见下图解释:
算法
- 找到数组中从下标 i 到最左端最高的条形块高度
left_max
。 - 找到数组中从下标 i 到最右端最高的条形块高度
right_max
。 - 扫描数组
height
并更新答案:- 累加
min(max_left[i], max_right[i]) - height[i]
到 ans 上
- 累加
public int trap(int[] height) {
//特值判断
if (height == null || height.length == 0) {
return 0;
}
int ans = 0;
int size = height.length;
int[] left_max = new int[size];
int[] right_max = new int[size];
left_max[0] = height[0];
for(int i = 1; i < size; i++) {
left_max[i] = Math.max(height[i], left_max[i - 1]);
}
right_max[size - 1] = height[size - 1];
for (int i = size - 2; i >= 0; i--) {
right_max[i] = Math.max(height[i], right_max[i + 1]);
}
for (int i = 1; i < size - 1; i++) {
ans += Math.min(left_max[i], right_max[i]) - height[i];
}
return ans;
}
复杂度分析
- 时间复杂度:
O(n)
。- 存储最大高度数组,需要两次遍历,每次
O(n)
; - 最终使用存储的数据更新 ans,
O(n)
。
- 存储最大高度数组,需要两次遍历,每次
- 空间复杂度:
O(n)
额外空间。- 和方法 1 相比使用了额外的
O(n)
空间来放置left_max
和right_max
数组。
- 和方法 1 相比使用了额外的
方法三:栈的应用
直观想法
我们可以不用像方法二那样存储最大高度,而是用”栈“来跟踪可能储水的最长的条形块。使用栈就可以在一次遍历内完成计算。
// TODO
方法四:使用双指针
直观想法
和方法二相比,我们不从左和右分开计算,我们想办法一次完成遍历。
从动态编程方法的示意图中我们注意到,只要 right_max[i] > left_max[i]
(元素 0 到元素6),积水高度将有 left_max
决定,类似地 left_max[i] > right_max[i]
(元素 8 到元素 11)。
所以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)。
我们必须在遍历时维护 left_max
和 right_max
,但是我们现在可以使用两个指针交替进行,实现 1 次遍历即可完成。
算法
- 初始化 left 指针为 0 并且 right 指针为 size - 1;
- while (left < right), do:
- if (height[left] < height[right])
- if (height[left] >= left_max),更新 left_max
- else 累加 left_max - height[left] 到 ans
- left = left + 1
- else
- if (height[right] >= right_max),更新 right_max
- else 累加 right_max - height[right] 到 ans
- right = right - 1
- if (height[left] < height[right])
代码
public int trap(int[] height) {
int left = 0, right = height.length - 1;
int ans = 0;
int leftMax = 0, rightMax = 0;
while (left < right) {
if (height[left] < height[right]) {
if (height[left] >= leftMax) {
leftMax = height[left];
} else {
ans += (leftMax - height[left]);
}
left++;
} else {
if (height[right] >= rightMax) {
rightMax = height[right];
} else {
ans += (rightMax - height[right]);
}
right--;
}
}
return ans;
}