leetcode 11. 盛最多水的容器 -java

给定一个长度为 n 的整数数组 height 。有 n 条垂线,第 i 条线的两个端点是 (i, 0) 和 (i, height[i]) 。

找出其中的两条线,使得它们与 x 轴共同构成的容器可以容纳最多的水。

返回容器可以储存的最大水量。

说明:你不能倾斜容器。

代码:

复制代码
public static void main(String[] args) {
    int[] height = new int[]{1,8,6,2,5,4,8,3,7};
    // 思路: 两个指针 leftIndex rightIndex  水的面积 = min(height[leftIndex],height[rightIndex]) * (rightIndex-leftIndex) 循环比较获取较大的那个面积
    Integer maxSize = 0;
    for (int leftIndex = 1; leftIndex < height.length+1 ; leftIndex++) {
        for (int rightIndex = 1; rightIndex < height.length+1 ; rightIndex++) {
            maxSize = Math.max(maxSize,Math.min(height[leftIndex],height[rightIndex])*(rightIndex-leftIndex));
        }
    }
    return maxSize;

}

双层for循环嵌套-超出时间限制

改进:接水 - 接多少水取决于短版的长度,所以可以使用双指针法,每次比较,保留较大元素的指针不动,较小元素的指针平移寻找更大的指针,直到两个指针相遇

这是因为木桶底部长度在指针在两头时是最大的,指针内移x轴长度一定会减小,这时如果想要获取更大面积,需要获取两个height里较小的那个,让他增大,面积才会增大,所以较小的元素的指针向内循环,寻找更大的值,一直到左右两个指针重合,结束循环

代码:

复制代码
public static void main(String[] args) {
    int[] height = new int[]{1,8,6,2,5,4,8,3,7};

    int left = 0, right = height.length - 1;
    int ans = 0;
    while (left < right) {
        int area = Math.min(height[left], height[right]) * (right - left);
        ans = Math.max(ans, area);
        if (height[left] <= height[right]) {
            ++left;
        }
        else {
            --right;
        }
    }
    return ans;
}

思考:遇到双层for循环,需要思考能否用双指针解决性能问题

相关推荐
roman_日积跬步-终至千里34 分钟前
【人工智能导论】02-搜索-高级搜索策略探索篇:从约束满足到博弈搜索
java·前端·人工智能
Xの哲學1 小时前
Linux流量控制: 内核队列的深度剖析
linux·服务器·算法·架构·边缘计算
大学生资源网1 小时前
java毕业设计之儿童福利院管理系统的设计与实现(源码+)
java·开发语言·spring boot·mysql·毕业设计·源码·课程设计
JasmineWr1 小时前
JVM栈空间的使用和优化
java·开发语言
Hello.Reader1 小时前
Flink SQL DELETE 语句批模式行级删除、连接器能力要求与实战避坑(含 Java 示例)
java·sql·flink
爱笑的眼睛111 小时前
从 Seq2Seq 到 Transformer++:深度解构与自构建现代机器翻译核心组件
java·人工智能·python·ai
Spring AI学习1 小时前
Spring AI深度解析(10/50):多模态应用开发实战
java·spring·ai
yaoh.wang1 小时前
力扣(LeetCode) 88: 合并两个有序数组 - 解法思路
python·程序人生·算法·leetcode·面试·职场和发展·双指针
LYFlied2 小时前
【每日算法】 LeetCode 56. 合并区间
前端·算法·leetcode·面试·职场和发展
艾醒2 小时前
大模型原理剖析——多头潜在注意力 (MLA) 详解
算法