Leetcode——42. 接雨水

还记得第一次见该题根本无从下手。其实,我们不妨把问题拆解,简单化。不要怕自己写的是暴力算法,有很多算法技巧其实就是在暴力算法的基础上优化得来。

题目目的是求所有可接雨水数量,我们可以求出每一个位置可接雨水数量,最后加起来即可。

就是如下流程:

cpp 复制代码
int trap(vector<int>& height) {
        int n = height.size();
        vector<int> water(n, -1);
        for(int i = 0; i < n; ++i){
            // 求height[i]能存多少水
            water[i] = getWater(height, i);
        }
        int ans = 0;
        for(int x : water){
            ans += x;
        }
        return ans;
    }

那么现在问题只有一个,如何求单个位置的可接雨水量,根据题目,不难想到,只需要找左右两边可以"望"到的最高值,选取二者最小值,减去该位置高度即可。

完整代码:

cpp 复制代码
class Solution {
public:
    int trap(vector<int>& height) {
        int n = height.size();
        vector<int> water(n, -1);
        for(int i = 0; i < n; ++i){
            // 求height[i]能存多少水
            water[i] = getWater(height, i);
        }
        int ans = 0;
        for(int x : water){
            ans += x;
        }
        return ans;
    }

    int getWater(vector<int>& height, int k){
        int n = height.size();
        // 计算左高点
        int lmax = height[k];
        for(int i = k - 1; i >= 0; --i){
            if(height[i] > lmax){
                lmax = height[i];
            }
        }
        // 计算右高点
        int rmax = height[k];
        for(int i = k + 1; i < n; ++i){
            if(height[i] > rmax){
                rmax = height[i];
            }
        }

        // 返回结果
        return min(lmax, rmax) - height[k];
    }
};

不过这肯定是超时的。

在此基础上,分析算法中重复计算的部分,我们在每一个位置得到 lmaxrmax 时都从零开始计算,这样很浪费算力。由于求 lmaxrmax 本质就是简单的求单调最大值,所以我们可以一遍遍历求出每个位置的lmaxrmax ,因为我们只需要向对应方向"望"到的最大值即可。

cpp 复制代码
class Solution {
public:
    int trap(vector<int>& height) {
        int n = height.size();
        vector<int> lmax(n, 0);
        vector<int> rmax(n, 0);
        lmax[0] = height[0];
        for(int i = 1; i < n; ++i){
            lmax[i] = max(lmax[i - 1], height[i]);
        }
        rmax[n - 1] = height[n - 1];
        for(int i = n - 2; i >= 0; --i){
            rmax[i] = max(rmax[i + 1], height[i]);
        }
        int ans = 0;
        for(int i = 0; i < n; i++){
            ans += min(lmax[i], rmax[i]) - height[i];
        }
        return ans;
    }
};

最后,考虑是否可以继续优化时间和空间。

我们假设只有两个变量,分别记录 1 位置的 lmaxn - 2 位置的 rmax ,考虑现在谁的雨水量是可求的。

思考分析后得出,当两个变量进行比较,较小的一方所指位置的雨水量是可求的。

lmax 指向 1 位置,值为100rmax 指向 n - 2 为位置,值为70 为例,即使当前 lmax 对于 n - 2 位置来说并不是真正的 lmax ,但其真正值只会比100大,而接雨水量是由小的一方决定的。

cpp 复制代码
class Solution {
public:
    int trap(vector<int>& height) {
        int lidx = 1;
        int lmax = height[0];
        int ridx = height.size() - 2;
        int rmax = height[ridx + 1];
        int ans = 0;
        while(lidx <= ridx){
            if(lmax > rmax){
                ans += max(0, rmax - height[ridx]);
                rmax = max(rmax, height[ridx--]);
            }else{
                ans += max(0, lmax - height[lidx]);
                lmax = max(lmax, height[lidx++]);
            }
        }
        return ans;
    }
};
相关推荐
welfare96218 分钟前
新号别搞:c++类与对象
开发语言·c++
何以解忧,唯有..26 分钟前
预订酒店问题
算法
No8g攻城狮34 分钟前
【算法】什么是 DFS 与 BFS 及他们的区别
算法·深度优先·宽度优先
举手38 分钟前
Epoll模型
linux·c++·学习
zww894911142 分钟前
家政派单系统实战指南:从需求分析到智能调度算法落地
算法·需求分析
手写码匠1 小时前
华为云Flexus+DeepSeek征文|Dify 多 Agent 评测实战:用 DeepSeek-R1 当裁判,打造多智能体系统的自动化质量保障体系
人工智能·深度学习·算法·aigc
Shadow(⊙o⊙)1 小时前
Linux网络部分——TCP服务端、客户端架构分析多进程、多线程、线程池
c++·tcp/ip·架构
zh路西法1 小时前
【3D SLAM源码解读系列】(四) GTSAM与iSAM2——从回环约束到位姿图优化
c++·slam·gtsam·pgo·isam2
ZC跨境爬虫1 小时前
LeetCode 88. 合并两个有序数组(双指针详解 + Java Python 实现)
java·python·算法·leetcode
Nil2081 小时前
leetcode 238除了自身以外数组的乘积
数据结构·算法·leetcode