【LeetCode日记】 84. 柱状图中最大的矩形
暴力枚举 - 左右端点法（TLE）
思路
我们暴力尝试所有可能的矩形。由于矩阵是二维图形， 我我们可以使用左右两个端点来唯一确认一个矩阵。因此我们使用双层循环枚举所有的可能性即可。 而矩形的面积等于(右端点坐标 - 左端点坐标 + 1) * 最小的高度，最小的高度我们可以在遍历的时候顺便求出。
代码
class Solution:
def largestRectangleArea(self, heights: List[int]) -> int:
n, ans = len(heights), 0
if n != 0:
ans = heights[0]
for i in range(n):
height = heights[i]
for j in range(i, n):
height = min(height, heights[j])
ans = max(ans, (j - i + 1) * height)
return ans复杂度分析
- 时间复杂度：$O(N^2)$
- 空间复杂度：$O(1)$
暴力枚举 - 中心扩展法（TLE）
思路
我们仍然暴力尝试所有可能的矩形。只不过我们这一次从中心向两边进行扩展。对于每一个i，我们计算出其左边第一个高度小于它的索引p，同样地，计算出右边第一个高度小于它的索引q。那么以i为最低点能够构成的面积就是(q - p - 1) * heights[i]。 这种算法毫无疑问也是正确的。 我们证明一下，假设f(i) 表示求以 i 为最低点的情况下，所能形成的最大矩阵面积。那么原问题转化为max(f(0), f(1), f(2), ..., f(n - 1))。
具体算法如下：
- 我们使用l和r数组。l[i] 表示 左边第一个高度小于它的索引，r[i] 表示 右边第一个高度小于它的索引。
- 我们从前往后求出l，再从后往前计算出r。
- 再次遍历求出所有的可能面积，并取出最大的。
代码
class Solution:
def largestRectangleArea(self, heights: List[int]) -> int:
n = len(heights)
l, r, ans = [-1] * n, [n] * n, 0
for i in range(1, n):
j = i - 1
while j >= 0 and heights[j] >= heights[i]:
j -= 1
l[i] = j
for i in range(n - 2, -1, -1):
j = i + 1
while j < n and heights[j] >= heights[i]:
j += 1
r[i] = j
for i in range(n):
ans = max(ans, heights[i] * (r[i] - l[i] - 1))
return ans
复杂度分析
- 时间复杂度：$O(N^2)$
- 空间复杂度：$O(N)$
优化中心扩展法（Accepted）
思路
实际上我们内层循环没必要一步一步移动，我们可以直接将j -= 1 改成 j = l[j], j += 1 改成 j = r[j]。
代码
class Solution:
def largestRectangleArea(self, heights: List[int]) -> int:
n = len(heights)
l, r, ans = [-1] * n, [n] * n, 0
for i in range(1, n):
j = i - 1
while j >= 0 and heights[j] >= heights[i]:
j = l[j]
l[i] = j
for i in range(n - 2, -1, -1):
j = i + 1
while j < n and heights[j] >= heights[i]:
j = r[j]
r[i] = j
for i in range(n):
ans = max(ans, heights[i] * (r[i] - l[i] - 1))
return ans
复杂度分析
- 时间复杂度：$O(N)$
- 空间复杂度：$O(N)$
单调栈（Accepted）
思路
实际上，读完第二种方法的时候，你应该注意到了。我们的核心是求左边第一个比i小的和右边第一个比i小的。 如果你熟悉单调栈的话，那么应该会想到这是非常适合使用单调栈来处理的场景。
为了简单起见，我在heights首尾添加了两个哨兵元素，这样可以减少边界处理的额外代码。
代码
class Solution:
def largestRectangleArea(self, heights: List[int]) -> int:
n, heights, st, ans = len(heights), [0] + heights + [0], [], 0
for i in range(n + 2):
while st and heights[st[-1]] > heights[i]:
ans = max(ans, heights[st.pop(-1)] * (i - st[-1] - 1))
st.append(i)
return ans复杂度分析
- 时间复杂度：$O(N)$
- 空间复杂度：$O(N)$
欢迎关注我的公众号《脑洞前端》获取更多更新鲜的LeetCode题解