leetcode-42.接雨水

dp

使用动态规划的方法来解决"接雨水"问题也是一种有效的策略。动态规划的基本思想是预先计算出每个位置的左侧和右侧的最大高度,然后根据这些预计算的结果来确定每个位置可以存储的雨水量。

动态规划方法

算法步骤
  1. 初始化:

    • 创建两个数组 leftMax 和 rightMax,用于存储每个位置左侧和右侧的最大高度。
    • 初始化 water 为 0,用于存储总的雨水量。
  2. 计算左侧最大高度:

    • 从左到右遍历高度数组,填充 leftMax 数组。
    • 对于每个位置 i,leftMax[i] 是 height[0] 到 height[i] 的最大值。
  3. 计算右侧最大高度:

    • 从右到左遍历高度数组,填充 rightMax 数组。
    • 对于每个位置 i,rightMax[i] 是 height[i] 到 height[n-1] 的最大值。
  4. 计算雨水量:

    • 遍历每个位置,计算当前位置能接的雨水量为 min(leftMax[i], rightMax[i]) - height[i]。
    • 将每个位置的雨水量累加到 water。
  5. 返回结果:

    • 返回 water,即总的雨水量。
Java 实现
java 复制代码
class Solution {
    public int trap(int[] height) {
        int ans = 0;
        int len = height.length;
        int[] dpLeft = new int[len];
        int[] dpRight = new int[len];
        // init
        dpLeft[0] = height[0];
        dpRight[len - 1] = height[len - 1];
        // core
        for (int i = 1; i < len; i++) {
            dpLeft[i] = Math.max(dpLeft[i - 1], height[i]);
        }
        for (int i = len - 2; i >= 0; i--) {
            dpRight[i] = Math.max(dpRight[i + 1], height[i]);
        }
        for (int i = 0; i < len; i++) {
            ans += Math.min(dpLeft[i], dpRight[i]) - height[i];
        }
        return ans;
    }
}

代码说明

  • 左侧最大高度数组 leftMax:用于存储每个位置左侧的最大柱子高度。
  • 右侧最大高度数组 rightMax:用于存储每个位置右侧的最大柱子高度。
  • 雨水计算 :对于每个位置,雨水量是 min(leftMax[i], rightMax[i]) - height[i],即当前位置能存储的水量。

这种方法的时间复杂度为 O(n),空间复杂度为 O(n),因为需要额外的两个数组来存储左侧和右侧的最大高度。

相关推荐
在所不辞兄2 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
文丑颜不良啊5 小时前
LeetCode3401~3420题目解析
java·leetcode
AvocadoZeroOneOI6 小时前
B4500 [GESP202603 三级] 凯撒密码 详细解题报告
c++·算法
文丑颜不良啊7 小时前
LeetCode3421~3440题目解析
java·leetcode
cjz38998 小时前
双指针技巧:覆盖式双指针(原地覆盖)
算法
橘子1311 小时前
【高级数据库】关系代数基本概念
算法
电科_银尘1 天前
【大模型算法与工程 15】手写Self-Attention:Q、K、V与缩放点积
算法
郝学胜-神的一滴1 天前
Effective STL 条款03:容器中的对象复制要廉价且正确
开发语言·数据结构·c++·算法·rpc·stl
秋天的怀念_David1 天前
算法一千零一夜 · 第三十三夜 · 跳表
java·程序人生·算法
LK_071 天前
【力扣】142. 环形链表 II |Python
python·leetcode·链表