【LeetCode】HOT 100（14）

题单介绍：

精选 100 道力扣（LeetCode）上最热门的题目，适合初识算法与数据结构的新手和想要在短时间内高效提升的人，熟练掌握这 100 道题，你就已经具备了在代码世界通行的基本能力。

目录

题单介绍：

题目：85. 最大矩形 - 力扣（Leetcode）

题目的接口：

解题思路：

代码：

过过过过啦！！！！

题目：96. 不同的二叉搜索树 - 力扣（Leetcode）

题目的接口：

解题思路：

代码：

过过过过啦！！！！

写在最后：

---

题目：85. 最大矩形 - 力扣（Leetcode）

题目的接口：

class Solution {
public:
    int maximalRectangle(vector>& matrix) {

    }
};

解题思路：

我不知道他们是怎么想出这道题的解法的，

是在是太强了，反正我是想不出来。

主要思路如下：

按行读取这个数组，

如果读到的格子的数是1，高度就+1，如果是0，高度就变成0，

每行读取按照这个规则，就能得到一个存放高度的数组，

把求高度的最大矩形面积的代码带入：（建议先学会这道题）

84. 柱状图中最大的矩形 - 力扣（Leetcode）

然后求出每更新一行的最大矩形即可

代码如下：

代码：

class Solution {
public:
    int maximalRectangle(vector>& matrix) {
        if(matrix.empty()) return 0;
        int ans = 0; 
        vector line(matrix[0].size() + 2, 0);
        for(int i = 0; i < matrix.size(); i++) {
            for(int j = 0; j < matrix[0].size(); j++) {
                line[j + 1] = (matrix[i][j] == '0') ? 0 : line[j + 1] + 1;
            }
            ans = max(ans, largestRectangleArea(line));
        }
        return ans;
    }
private: //带入求最大矩形的代码
    int largestRectangleArea(vector& heights) {
        vector st;
        int ans = 0;
        for(int i = 0; i < heights.size(); i++) {
            while(!st.empty() && heights[st.back()] > heights[i]) {
                int high = st.back();
                st.pop_back();
                int left = st.back() + 1;
                int right = i - 1;
                ans = max(ans, (right - left + 1) * heights[high]);
            }
            st.push_back(i);
        }
        return ans;
    }
};

过过过过啦！！！！

题目：96. 不同的二叉搜索树 - 力扣（Leetcode）

题目的接口：

class Solution {
public:
    int numTrees(int n) {

    }
};

解题思路：

这道题我一开始是想着搜索然后计数来求的，

但是复杂的不允许，

只能用动态规划去做，

我画了图观察了规律，但是还是不太明白下面这个状态表达式是怎么求出来的，

dp[i] += dp[以j为头结点左子树节点数量] * dp[以j为头结点右子树节点数量]

我觉得我得系统的学习一下动态规划了，不然每次遇到动态规划就痛苦面具。

代码如下：

代码：

class Solution {
public:
    int numTrees(int n) {
        vector dp(n + 1);
        dp[0] = 1;
        for(int i = 1; i <= n; i++) {
            for(int j = 1; j <= i; j++) {
                dp[i] += dp[j - 1] * dp[i - j]; 
            }
        }
        return dp[n];
    }
};

过过过过啦！！！！

写在最后：

以上就是本篇文章的内容了，感谢你的阅读。

如果感到有所收获的话可以给博主点一个赞哦。

如果文章内容有遗漏或者错误的地方欢迎私信博主或者在评论区指出~