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 leftMaxrightMax,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 ileftMax[i]height[0]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 irightMax[i]height[i]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
karmueo462 小时前
视频序列和射频信号多模态融合算法Fusion-Vital解读
算法·音视频·多模态
写代码的小球5 小时前
求模运算符c
算法
大千AI助手8 小时前
DTW模版匹配:弹性对齐的时间序列相似度度量算法
人工智能·算法·机器学习·数据挖掘·模版匹配·dtw模版匹配
YuTaoShao10 小时前
【LeetCode 热题 100】48. 旋转图像——转置+水平翻转
java·算法·leetcode·职场和发展
生态遥感监测笔记10 小时前
GEE利用已有土地利用数据选取样本点并进行分类
人工智能·算法·机器学习·分类·数据挖掘
Tony沈哲11 小时前
macOS 上为 Compose Desktop 构建跨架构图像处理 dylib:OpenCV + libraw + libheif 实践指南
opencv·算法
刘海东刘海东11 小时前
结构型智能科技的关键可行性——信息型智能向结构型智能的转变(修改提纲)
人工智能·算法·机器学习
pumpkin8451412 小时前
Rust 调用 C 函数的 FFI
c语言·算法·rust
挺菜的12 小时前
【算法刷题记录(简单题)003】统计大写字母个数(java代码实现)
java·数据结构·算法