• Hard | LeetCode 84. 柱状图中最大的矩形 | 单调栈


    84. 柱状图中最大的矩形

    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。

    img

    以上是柱状图的示例,其中每个柱子的宽度为 1,给定的高度为 [2,1,5,6,2,3]

    img

    图中阴影部分为所能勾勒出的最大矩形面积,其面积为 10 个单位。

    示例:

    输入: [2,1,5,6,2,3]
    输出: 10
    

    解题思路

    方法一:暴力

    枚举左右边界的方法。先枚举左边界, 然后从左边界开始, 枚举右边界, 在枚举右边界过程记录左右边界之间的最小的高度。然后在所有的枚举边界之内找到最大的值即可。
    时间复杂度:O(N^2)
    空间复杂度:O(1)

    public int largestRectangleArea1(int[] heights) {
        int n = heights.length;
        int ans = 0;
        // 枚举左边界
        for (int left = 0; left < n; ++left) {
            int minHeight = Integer.MAX_VALUE;
            // 枚举右边界
            for (int right = left; right < n; ++right) {
                // 找到left至right这一段的最小的高度
                minHeight = Math.min(minHeight, heights[right]);
                // 计算面积
                ans = Math.max(ans, (right - left + 1) * minHeight);
            }
        }
        return ans;
    }
    

    枚举所有的高度, 然后在此高度向左右延伸, 知道遇到比当前高度小的柱子就停止延伸。

    public int largestRectangleArea(int[] heights) {
        int n = heights.length;
        int ans = 0;
        for (int mid = 0; mid < n; ++mid) {
            // 枚举高
            int height = heights[mid];
            int left = mid, right = mid;
            // 确定左右边界, 左右边界的值恰好大于等于当前高度
            while (left - 1 >= 0 && heights[left - 1] >= height) {
                --left;
            }
            while (right + 1 < n && heights[right + 1] >= height) {
                ++right;
            }
            // 计算面积
            ans = Math.max(ans, (right - left + 1) * height);
        }
        return ans;
    }
    

    方法二: 单调栈

    方法一向左右延伸的方法实际上可以使用单调栈实现。向左右延伸就是要找到比当前高度低的第一个高度。借助一个递增单调栈即可。在当前高度进栈时, 将栈内比当前高度高的元素全部出栈, 那么栈顶元素就是比当前高度低的第一个高度。就这样就找到当前高度的左边界。
    同理用这种方法可以找到当前高度的右边界。
    时间复杂度:O(N)
    空间复杂度:O(N)

    public int largestRectangleArea3(int[] heights) {
        ArrayDeque<Integer> stack = new ArrayDeque<>();
        int[] left = new int[heights.length];
        int[] right = new int[heights.length];
        // 先通过单调栈找所有高度的左边界
        for (int i = 0; i < heights.length; i++) {
            while (!stack.isEmpty() && heights[stack.peek()] >= heights[i]) {
                stack.pop();
            }
            left[i] = (stack.isEmpty()) ? -1 : stack.peek();
            stack.push(i);
        }
        stack.clear();
        // 再通过单调栈找所有高度的右边界
        for (int i = heights.length - 1; i >= 0; i--) {
            while (!stack.isEmpty() && heights[stack.peek()] >= heights[i]) {
                stack.pop();
            }
            right[i] = (stack.isEmpty()) ? heights.length : stack.peek();
            stack.push(i);
        }
        // 根据左右边界, 找到最大的面积
        int area = 0;
        for (int i = 0; i < heights.length; i++) {
            area = Math.max(area, (right[i] - left[i] - 1) * heights[i]);
        }
        return area;
    }
    

    其实在通过单调栈找左边界的时候, 右边界也同时找到了。

    就是在栈内的元素出栈时, 代表栈内的元素比当前的高度大。反过来的意思是, 当前元素是要出栈的那个元素的右边的第一个元素。所以在出栈的过程, 可以找到所有出栈元素的右边界, 就是当前i。

    而最后遍历完, 栈中还保留着的元素的右边界就是N。因为栈内元素右边已经没有比它小的元素了。

    public int largestRectangleArea(int[] heights) {
        ArrayDeque<Integer> stack = new ArrayDeque<>();
        int[] left = new int[heights.length];
        int[] right = new int[heights.length];
        Arrays.fill(right, heights.length);
        // 通过单调栈找到当前高度的左边界
        for (int i = 0; i < heights.length; i++) {
            while (!stack.isEmpty() && heights[stack.peek()] >= heights[i]) {
                // 将出栈元素的右边界设置为当前位置
                right[stack.pop()] = i;
            }
            left[i] = (stack.isEmpty()) ? -1 : stack.peek();
            stack.push(i);
        }
        stack.clear();
        // // 根据左右边界, 找到最大的面积
        int area = 0;
        for (int i = 0; i < heights.length; i++) {
            area = Math.max(area, (right[i] - left[i] - 1) * heights[i]);
        }
        return area;
    }
    
  • 相关阅读:
    今日进度
    今日进度
    今日进度
    今日进度
    pandas连接MySQL和impala
    sql语句获取今天、昨天、近7天、本周、上周、本月、上月、半年数据
    Python报错 ValueError: arrays must all be same length
    Python 连接 impala
    Test
    Selective Search for Object Recognition
  • 原文地址:https://www.cnblogs.com/chenrj97/p/14998667.html
Copyright © 2020-2023  润新知