力扣接雨水

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:

复制代码
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:

复制代码
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

动态规划:

java 复制代码
class Solution {
    public int trap(int[] height) {
        int len = height.length;
        
        // 如果数组长度为0,返回0
        if(len == 0){
            return 0;
        }

        // 创建一个数组用于存储每个位置左侧的最大高度
        int[] leftMax = new int[len];
        for(int i = 1; i < len; i++){
            // 更新当前点的左侧最大高度
            leftMax[i] = Math.max(height[i-1], height[i]);
        }

        // 创建一个数组用于存储每个位置右侧的最大高度
        int[] rightMax = new int[len];
        for(int i = len-2; i >= 0; i--){
            // 更新当前点的右侧最大高度
            rightMax[i] = Math.max(height[i], height[i+1]);
        }

        int ans = 0;
        // 计算每个位置能够存储的水量
        for(int i = 0; i < len; i++){
            ans += Math.min(leftMax[i], rightMax[i]) - height[i];
        }
        
        // 返回能够存储的总水量
        return ans;
    }
}

单调栈解决

java 复制代码
import java.util.Stack;

class Solution {
    public int trap(int[] height) {
        // 初始化总雨水量为0
        int totalWater = 0;
        // 创建一个栈用于存储数组索引
        Stack<Integer> stack = new Stack<>();
        
        // 遍历每个高度
        for (int i = 0; i < height.length; i++) {
            // 当栈非空且当前高度大于栈顶所指的高度时
            while (!stack.isEmpty() && height[i] > height[stack.peek()]) {
                // 取出栈顶的高度索引
                int top = stack.pop();
                
                // 如果栈为空,跳出循环
                if (stack.isEmpty()) {
                    break;
                }
                
                // 计算当前柱子的宽度
                int distance = i - stack.peek() - 1;
                // 计算能形成的水位高度差
                int boundedHeight = Math.min(height[i], height[stack.peek()]) - height[top];
                // 计算当前能积的水量并加到总水量中
                totalWater += distance * boundedHeight;
            }
            // 将当前索引入栈
            stack.push(i);
        }
        
        // 返回总雨水量
        return totalWater;
    }
}

工作原理

  1. 单调递减栈:栈中存储的是高度数组的索引。栈内元素对应的高度从栈底到栈顶是非递增的。
  2. 遍历高度数组:对于每一个高度,若其大于栈顶元素所指的高度(即找到一个可能的凹槽),则计算当前凹槽的水量。
  3. 水量计算
    • 宽度 :凹槽宽度为当前索引 i 与栈顶下一个元素的索引之差再减去 1。
    • 高度 :水位高度差为 min(当前高度, 栈顶下一个高度) - 栈顶高度
  4. 累加水量:将计算出的水量累加到总水量中。

在计算接雨水的过程中,水的高度取决于柱子之间的最低高度。具体来说,水只能被较矮的柱子挡住。因此,关键在于找到最低的柱子,并根据它来计算可能存储的水量。

java 复制代码
class Solution {
    public int trap(int[] height) {
        int len=height.length;
        int left=0,right=len-1;
        int leftMax=0,rightMax=0;
        int ans=0;

        while(left<=right){
            leftMax=Math.max(leftMax,height[left]);
            rightMax=Math.max(rightMax,height[right]);
            if(height[left]<height[right]){
                ans+=leftMax-height[left];
                left++;
            }else{
                ans +=rightMax-height[right];
                right--;
            }
        }
        return ans;
    }
}

判断逻辑

  1. 水量计算基础

    • 对于 height[left] < height[right] 的情况,由于 leftMax 是从左侧移动过程中遇到的最大高度,而 rightMax 是从右侧移动过程中遇到的最大高度,因此:
      • 当前柱子 height[left] 左侧的最大高度 leftMax 是可靠的。
      • 但是,右侧的最大高度 rightMax 还可能会更新。因此,此时计算 left 位置的积水量是安全的。
  2. 为什么选择较小的高度

    • 如果 height[left] < height[right],意味着在当前位置 left,其右侧有更高的柱子。这个较高的柱子可以帮助挡住雨水。因此可以确定 leftMax 是最小的限制条件,用它来计算当前位置可能存储的水量是安全的。
    • 如果 height[left] >= height[right],那么右侧柱子在此时成为决定因素,左侧的 leftMax 没有影响,应该通过 rightMax 计算右侧的水量。

例子说明

假设 height[left] = 2height[right] = 5

  • left 侧低于 right :可以确定在左侧 left 柱子能容纳的水量只取决于 leftMax。因此,将 left 向右移动并计算 leftMax - height[left]

  • 如果反过来 :如果左侧高于或等于右侧,则右侧可能会积水,因此移动 right 向左并计算 rightMax - height[right]

总结

这一判断的核心在于:

  • 小于:左侧可能有积水,计算左侧。
  • 大于等于:右侧可能有积水,计算右侧。

初始状态下的 right 指针

  • right 指针初始位置:它从数组的最右端开始。
  • left 指针初始位置:它从数组的最左端开始。

初始比较:height[left] < height[right]

在算法的开始阶段,我们用 height[left] < height[right] 来判断接下来的行动。虽然 right 一开始位于数组的最右边,但这并不影响算法的正确性,原因如下:

  1. rightMax 的初始化

    • 初始时,rightMax 会等于 height[right]。因为 right 指针在最右端,所以 rightMax 一开始就是数组最右边的那个高度。
    • 随着 right 指针向左移动,rightMax 会逐渐更新为更大的值,直到遍历完所有右边的柱子。
  2. 初始状态的判断

    • 在开始时,算法将 leftright 的柱子高度进行比较。
    • 如果 height[left] < height[right],说明左边的柱子比右边矮。在这种情况下,右边更高的柱子可以"挡住"水,因此左边柱子上方可能会有积水,这时候左边的积水高度是可以确定的,所以移动 left 指针并计算水量。
    • 如果 height[left] >= height[right],算法会移动 right 指针。此时,不会计算 left 指针位置的积水,而是继续查看右边的柱子是否可能形成积水。
  3. 意义在于确定安全的水量

    • 通过比较 height[left]height[right],算法确保了在当前位置计算水量时,有足够的信息保证水量是准确的。
    • rightMaxleftMax 在算法执行过程中不断更新,确保算法总是在安全的条件下进行计算。

实际意义

即使 right 指针最开始位于最右边,这个初始比较也有意义,因为它为整个算法奠定了基础。我们可以通过这个初始比较,确保在移动 leftright 指针时,计算的积水量是正确且安全的。

举个例子

假设 height 数组为 [1, 0, 2, 1, 0, 1, 3]leftright 初始分别在位置 06

  • left 开始为 1right 开始为 3
  • 第一次比较时,height[left] = 1height[right] = 3,显然 1 < 3,我们可以放心地移动 left 指针,因为左边的积水高度确定不会超过 leftMax

总之,这一步比较对于算法的正确性和水量计算至关重要,即使 right 指针最初处于最右边,也依然有效且必要。

相关推荐
pianmian12 小时前
python数据结构基础(7)
数据结构·算法
好奇龙猫4 小时前
【学习AI-相关路程-mnist手写数字分类-win-硬件:windows-自我学习AI-实验步骤-全连接神经网络(BPnetwork)-操作流程(3) 】
人工智能·算法
sp_fyf_20245 小时前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-11-01
人工智能·深度学习·神经网络·算法·机器学习·语言模型·数据挖掘
ChoSeitaku5 小时前
链表交集相关算法题|AB链表公共元素生成链表C|AB链表交集存放于A|连续子序列|相交链表求交点位置(C)
数据结构·考研·链表
偷心编程5 小时前
双向链表专题
数据结构
香菜大丸5 小时前
链表的归并排序
数据结构·算法·链表
jrrz08285 小时前
LeetCode 热题100(七)【链表】(1)
数据结构·c++·算法·leetcode·链表
oliveira-time5 小时前
golang学习2
算法
@小博的博客5 小时前
C++初阶学习第十弹——深入讲解vector的迭代器失效
数据结构·c++·学习
南宫生6 小时前
贪心算法习题其四【力扣】【算法学习day.21】
学习·算法·leetcode·链表·贪心算法