代码随想录算法训练营第六十天 | LeetCode 84. 柱状图中最大的矩形

代码随想录算法训练营第六十天 | LeetCode 84. 柱状图中最大的矩形

文章链接:柱状图中最大的矩形

视频链接:柱状图中最大的矩形

1. LeetCode 84. 柱状图中最大的矩形

1.1 思路

  1. 本题是给一个数组形象得画出图后求矩形的最大面积是多少。本题和42. 接雨水是有点呼应的,接雨水是求外面形成最大的接水面积,本题是求柱子的内部最大面积。
  2. 以 [2,1,5,6,2,3] 以 1 高度为基准的柱子,左边找比其矮没找到,右边找比其矮也没找到,那这个 1 的高度就可以贯穿整个数组,因此底为数组长度 6,面积则为 6*1 等于 6。那再以 5 为基准,左边找到第一个比其矮的 1,因此无法向左扩展,右边找到第一个比其矮的 2,因此只能向右扩展到 6,因此高为 5,宽为 2,面积为 10。即以每个柱子为基准,向左右找第一个比其矮的柱子,然后就可以确定他们的宽,高就是这个柱子的高度,每个柱子都算一次,最后得到最大的即可。
  3. 单调栈:本题就是求左边和右边第一个比当前元素小的。因此单调栈从栈顶到栈底应该是递减的。本题和42. 接雨水也是一样,都是确定三个元素,当前的基准柱子、左边第一个比当前小的、右边第一个比当前小的。当当前元素比栈顶小的时候就是收获结果的时候,栈顶元素就是 middle,左边第一个小的元素 left 就是栈顶下一个元素,右边第一个小的元素 right 就是当前元素。高 h 就是 heights[middle],宽 w=right-left-1,面积就是 h*w。
  4. 数组首尾加 0:在本题的数组的头尾各加一个 0,为什么?因为本题用的是单调递减栈,首先要是数组出现 [2,4,6,8] 这种情况,那放入栈的时候就是 8,6,4,2 这样的顺序,右边是栈底,左边是栈顶,那这样的话一直都没有走到计算结果的步骤,因为一直都没有遍历到当前元素比栈顶元素小的情况,那就无法计算结果,因此末尾要加 0,这样才能触发计算结果的过程。然后要是数组出现 [8,6,4,2] 这种情况,那放入栈的时候先是 8 然后当前元素是 6,此时就触发计算结果的过程了,但是我们计算结果需要 3 个元素,这里少了个左边第一个小的元素 left,而我们代码中为了避免对空栈操作,这一步骤就跳过了,然后 8 出栈,6 入栈,后面依然是这种情况,又无法计算结果,因此头部要加 0。
  5. 代码实现:定义 result 记录最大的结果。定义栈,然后在数组收尾各自插入 0,然后将 0 下标入栈。for(int i=1;i<heights.length;i++)从 1 开始是因为 0 下标已经存入。当前元素大于等于栈顶元素时就直接 stack.push(i),等于的情况直接入栈,或者将栈顶弹出再入栈都行,只是多了个结果为 0 的操作步骤。如果小于就 while(!stack.empty()&&heights[i]<heights[stack.peek())先选取基准柱子,middle=stack.pop(),为什么直接弹出而不是 peek,因为我们要求 left,这个在栈顶下一个元素。然后接着 if(!stack.empty())left=stack.peek(),right=i,高 h=heights[middle],宽 w=right-left-1。result=Math.max(result,h*w)。然后 while 循环结束就要 stack.push(i)。最终 return result 就行。

1.2 代码

java 复制代码
class Solution {
    int largestRectangleArea(int[] heights) {
        Stack<Integer> st = new Stack<Integer>();
        
        // 数组扩容,在头和尾各加入一个元素
        int [] newHeights = new int[heights.length + 2];
        newHeights[0] = 0;
        newHeights[newHeights.length - 1] = 0;
        for (int index = 0; index < heights.length; index++){
            newHeights[index + 1] = heights[index];
        }

        heights = newHeights;
        
        st.push(0);
        int result = 0;
        // 第一个元素已经入栈,从下标1开始
        for (int i = 1; i < heights.length; i++) {
            // 注意heights[i] 是和heights[st.top()] 比较 ,st.top()是下标
            if (heights[i] > heights[st.peek()]) {
                st.push(i);
            } else if (heights[i] == heights[st.peek()]) {
                st.pop(); // 这个可以加,可以不加,效果一样,思路不同
                st.push(i);
            } else {
                while (heights[i] < heights[st.peek()]) { // 注意是while
                    int mid = st.peek();
                    st.pop();
                    int left = st.peek();
                    int right = i;
                    int w = right - left - 1;
                    int h = heights[mid];
                    result = Math.max(result, w * h);
                }
                st.push(i);
            }
        }
        return result;
    }
}
相关推荐
董董灿是个攻城狮3 小时前
AI视觉连载8:传统 CV 之边缘检测
算法
AI软著研究员10 小时前
程序员必看:软著不是“面子工程”,是代码的“法律保险”
算法
FunnySaltyFish10 小时前
什么?Compose 把 GapBuffer 换成了 LinkBuffer?
算法·kotlin·android jetpack
颜酱11 小时前
理解二叉树最近公共祖先(LCA):从基础到变种解析
javascript·后端·算法
地平线开发者1 天前
SparseDrive 模型导出与性能优化实战
算法·自动驾驶
董董灿是个攻城狮1 天前
大模型连载2:初步认识 tokenizer 的过程
算法
地平线开发者1 天前
地平线 VP 接口工程实践(一):hbVPRoiResize 接口功能、使用约束与典型问题总结
算法·自动驾驶
罗西的思考1 天前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
HXhlx1 天前
CART决策树基本原理
算法·机器学习
Wect1 天前
LeetCode 210. 课程表 II 题解:Kahn算法+DFS 双解法精讲
前端·算法·typescript