Leetcode-柱状图中最大的矩形(单调栈)

一、题目描述

给定 n 个非负整数,用来表示柱状图中各个柱子的高度。每个柱子彼此相邻,且宽度为 1 。

求在该柱状图中,能够勾勒出来的矩形的最大面积。

复制代码
输入:heights = [2,1,5,6,2,3]
输出:10
解释:最大的矩形为图中红色区域,面积为 10

二、思路分析:单调栈

首先我们寻找最大的矩阵,我们应该是找到一个像5、6高度的柱子。当你遍历到5的时候,什么也确定不了。因为后面的6比5高,所以肯定还没到最大的矩阵。只有当下一个柱子的高度不再高的时候,我们才能找到最大的矩阵。

当我们遍历到2的时候,我们发现了逆序,也就是可以确定最近的最大矩阵了。首先,我们在遍历的时候,去维护一个单调栈,并且单调栈里存放的位置而不是高度。然后当遇到逆序的时候,我们就可以开始出栈了。比如现在遍历到i=4时,遇到逆序弹出3。然后我们试着计算当前是否为最大矩阵。我们以height[3]=6为高度,width = i - stack[-1] -1 。这里解释一下为什么宽度要这样计算。因为如果位置2和3之间有比6大的数时,我们的栈不会保存这个数的位置,因为遇到了6也就是逆序,所以会弹出比6大的数。 所以回到这个公式,stack[-1]是上一个比6小的位置,这样计算才是真正的宽度。

同样的道理,我们继续弹出单调栈,直到我们栈顶元素比height[i]要小,然后入栈height[i]。

三、代码实现

python 复制代码
class Solution:
    def largestRectangleArea(self, heights: List[int]) -> int:
        stack = [-1] # 栈底哨兵,方便计算宽度
        result = 0
        heights.append(0) # 在末尾加一个 0,作为哨兵,确保栈清空
        for i,h in enumerate(heights):
            # 当遇到比栈顶元素小的柱子时,开始出栈,并计算之前能达到的最大面积
            while stack[-1] != -1 and h <= heights[stack[-1]]:
                left = stack.pop()
                # 计算宽度使用stack[-1]作为左端,因为stack中相邻的两个柱子位置 中间可能差好几位
                # 例如:  stack=[0 1 3 5] 在计算位置3-5的元素肯定是大于heights[5]
                # 如果小于heights[5] 并且大于heights[3] 则肯定在stack栈中
                # 如果小于heights[5] 并且小于heights[3] 则位置3不可能在stack中
                # 所以计算宽度时,要使用stack[-1]来计算
                w = i - stack[-1] -1
                height = heights[left]
                result = max(result,height*w)
            stack.append(i)
        return result
相关推荐
CoovallyAIHub7 小时前
Moonshine:比 Whisper 快 100 倍的端侧语音识别神器,Star 6.6K!
深度学习·算法·计算机视觉
CoovallyAIHub8 小时前
速度暴涨10倍、成本暴降6倍!Mercury 2用扩散取代自回归,重新定义LLM推理速度
深度学习·算法·计算机视觉
CoovallyAIHub8 小时前
实时视觉AI智能体框架来了!Vision Agents 狂揽7K Star,延迟低至30ms,YOLO+Gemini实时联动!
算法·架构·github
CoovallyAIHub9 小时前
开源:YOLO最强对手?D-FINE目标检测与实例分割框架深度解析
人工智能·算法·github
CoovallyAIHub9 小时前
OpenClaw:从“19万星标”到“行业封杀”,这只“赛博龙虾”究竟触动了谁的神经?
算法·架构·github
刀法如飞9 小时前
程序员必须知道的核心算法思想
算法·编程开发·算法思想
徐小夕10 小时前
pxcharts Ultra V2.3更新:多维表一键导出 PDF,渲染兼容性拉满!
vue.js·算法·github
CoovallyAIHub11 小时前
OpenClaw一脚踩碎传统CV?机器终于不再只是看世界
深度学习·算法·计算机视觉
CoovallyAIHub12 小时前
仅凭单目相机实现3D锥桶定位?UNet-RKNet破解自动驾驶锥桶检测难题
深度学习·算法·计算机视觉