力扣第42题 接雨水 C++ 动态规划 + 单调栈 + 双指针 Java总代码 都有

题目

42. 接雨水

困难

相关标签

栈   数组   双指针   动态规划   单调栈

给定 n 个非负整数表示每个宽度为 1 的柱子的高度图,计算按此排列的柱子,下雨之后能接多少雨水。

示例 1:

力扣第42题 接雨水 C++ 动态规划 + 单调栈 + 双指针 Java总代码 都有_第1张图片

输入:height = [0,1,0,2,1,0,1,3,2,1,2,1]
输出:6
解释:上面是由数组 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度图,在这种情况下,可以接 6 个单位的雨水(蓝色部分表示雨水)。 

示例 2:

输入:height = [4,2,0,3,2,5]
输出:9

提示:

  • n == height.length
  • 1 <= n <= 2 * 104
  • 0 <= height[i] <= 105

思路和解题方法 一 动态规划

  1. 首先,它创建了两个数组 leftMax 和 rightMax 分别用来存储每个位置左边和右边的最大高度。这一步是为了在计算每个位置能接到的雨水量时,可以方便地找到左右两边的最大高度。
  2. 接着,通过两个 for 循环分别计算出每个位置左边和右边的最大高度。这样就将原本需要每次遍历数组来找到左右最大高度的操作,通过动态规划的方法,只需要遍历数组两次就得到了左右两边的最大高度数组。
  3. 最后,再通过一个 for 循环,计算每个位置能接到的雨水量并累加起来,最终得到总的接雨水量。

复杂度

        时间复杂度:

                O(n)

        时间复杂度为 O(n),其中 n 为输入数组的长度。这是因为在两次遍历数组的过程中,分别计算了左边和右边的最大高度,以及通过一次遍历计算每个位置能接到的雨水量,所以总体时间复杂度为 O(n)。

        空间复杂度

                O(n)

        空间复杂度也是 O(n),因为使用了两个大小为 n 的辅助数组 leftMax 和 rightMax 来存储每个位置左右两边的最大高度,这些额外的空间占用是与输入规模 n 成正比的。

c++ 代码  1

class Solution {
public:
    int trap(vector& height) {
        int n = height.size();
        if (n == 0) {
            return 0; // 如果输入数组为空,则无法接到雨水,直接返回 0
        }

        vector leftMax(n); // 用于存储每个位置左边的最大高度
        leftMax[0] = height[0]; // 第一个位置的最大高度即为本身的高度
        for (int i = 1; i < n; ++i) {
            leftMax[i] = max(leftMax[i - 1], height[i]); // 计算每个位置左边的最大高度
        }

        vector rightMax(n); // 用于存储每个位置右边的最大高度
        rightMax[n - 1] = height[n - 1]; // 最后一个位置的最大高度即为本身的高度
        for (int i = n - 2; i >= 0; --i) {
            rightMax[i] = max(rightMax[i + 1], height[i]); // 计算每个位置右边的最大高度
        }

        int ans = 0; // 用于累加接到的雨水总量
        for (int i = 0; i < n; ++i) {
            ans += min(leftMax[i], rightMax[i]) - height[i]; // 计算每个位置能接到的雨水量并累加
        }
        return ans; // 返回接到的雨水总量
    }
};

思路和解题方法 二 单调栈

  1. 在这个问题中,我们需要找到每个位置上方能存储的雨水量。对于任意位置 i,其上方能存储的雨水量取决于左边最高柱子的高度 lHeight 和右边最高柱子的高度 rHeight。

  2. 为了找到左右两边的最高柱子高度,代码中使用了两个循环来遍历数组。对于每个位置 i,分别向左和向右找到比当前位置高度还高的柱子,记录其高度。

  3. 这种遍历方式会导致时间复杂度为 O(n^2),因为对于每个位置,都需要线性时间来寻找左右两边的最高柱子高度。

如果使用单调栈的思想来解决这个问题,可以将时间复杂度降低到 O(n)。具体思路如下:

  1. 创建一个单调递减栈,用来存储柱子的下标,而不是直接存储高度。

  2. 从左到右遍历柱子,如果当前柱子的高度小于栈顶柱子的高度,则将当前柱子的下标入栈;否则,说明当前柱子可能能形成一个凹槽,可以接到雨水。

  3. 当遇到比栈顶高度大的柱子时,说明当前柱子可能会结束之前形成的凹槽。此时可以弹出栈顶元素,计算当前柱子与栈顶柱子之间的距离,并根据高度差计算接到的雨水量。

  4. 遍历完成后,所有能接到雨水的凹槽都处理完了,累加得到的雨水总量即为最终答案。

复杂度

        时间复杂度:

                O(n)

时间复杂度: O(n),其中 n 是数组 height 的长度。两个指针的移动总次数不超过 n。

        空间复杂度

                O(1)

空间复杂度: 0(1)。只需要使用常数的额外空间。

c++ 代码  2

class Solution {
public:
    int trap(vector& height) {
        int sum = 0; // 用于记录接到的雨水总量
        for (int i = 0; i < height.size(); i++) { // 遍历每根柱子
            // 第一个柱子和最后一个柱子不接雨水,直接跳过
            if (i == 0 || i == height.size() - 1) continue;

            int rHeight = height[i]; // 记录右边柱子的最高高度,初始化为当前柱子的高度
            int lHeight = height[i]; // 记录左边柱子的最高高度,初始化为当前柱子的高度

            // 寻找右边柱子的最高高度
            for (int r = i + 1; r < height.size(); r++) {
                if (height[r] > rHeight) rHeight = height[r];
            }
            
            // 寻找左边柱子的最高高度
            for (int l = i - 1; l >= 0; l--) {
                if (height[l] > lHeight) lHeight = height[l];
            }
            
            int h = min(lHeight, rHeight) - height[i]; // 计算当前柱子能接到的雨水高度
            if (h > 0) sum += h; // 如果能接到雨水,则累加到总量上
        }
        return sum; // 返回接到的雨水总量
    }
};

思路和解题方法 三  双指针优化

  1. 使用了两个指针 left 和 right 分别指向数组的左右两端,同时使用两个变量 leftMax 和 rightMax 来表示左指针和右指针所遍历过的位置的最大高度。然后通过一个 while 循环来不断移动左右指针,并更新 leftMax 和 rightMax 来计算能接到的雨水量。
  2. 在循环中,每次比较当前左右指针所指向位置的高度,选择较小高度的一侧进行处理。如果左指针所指的高度小于右指针所指的高度,则计算左侧能接到的雨水量,并将左指针向右移动;反之,计算右侧能接到的雨水量,并将右指针向左移动。直至左右指针相遇,表示整个数组遍历完成,计算接雨水的总量并返回。
  3. 这种方法省去了使用额外空间存储左右两边最大高度的数组,而是通过双指针实时更新最大高度,从而降低了空间复杂度。

复杂度

        时间复杂度:

                O(n)

时间复杂度是 O(n),其中 n 是输入数组的长度,因为算法需要遍历一次输入数组来计算接雨水的总量。

        空间复杂度

                O(1)

空间复杂度是 O(1),因为算法只使用了有限数量的额外变量来存储左右指针、左右两侧的最大高度和接雨水的总量

c++ 代码  3

class Solution {
public:
    int trap(vector& height) {
        int ans = 0;  // 初始化接水量为0
        int left = 0, right = height.size() - 1;  // 初始化左右指针分别指向数组的两端
        int leftMax = 0, rightMax = 0;  // 初始化左右两侧的最大高度

        while (left < right) {  // 当左右指针没有相遇时进行循环
            leftMax = max(leftMax, height[left]);  // 更新左侧的最大高度
            rightMax = max(rightMax, height[right]);  // 更新右侧的最大高度
            if (height[left] < height[right]) {  // 如果左侧的高度小于右侧
                ans += leftMax - height[left];  // 计算左侧能接到的雨水量,并累加到结果中
                ++left;  // 左指针向右移动
            } else {  // 如果右侧的高度小于等于左侧
                ans += rightMax - height[right];  // 计算右侧能接到的雨水量,并累加到结果中
                --right;  // 右指针向左移动
            }
        }
        return ans;  // 返回总的接水量
    }
};

Java代码 总

一 动态规划

class Solution {
    public int trap(int[] height) {
        int n = height.length;  // 获取数组的长度
        if (n == 0) {  // 如果数组长度为0,直接返回0
            return 0;
        }

        int[] leftMax = new int[n];  // 创建一个数组用于存储每个位置左侧的最大高度
        leftMax[0] = height[0];  // 初始化第一个位置的左侧最大高度为数组第一个元素的高度
        for (int i = 1; i < n; ++i) {
            leftMax[i] = Math.max(leftMax[i - 1], height[i]);  // 计算每个位置左侧的最大高度
        }

        int[] rightMax = new int[n];  // 创建一个数组用于存储每个位置右侧的最大高度
        rightMax[n - 1] = height[n - 1];  // 初始化最后一个位置的右侧最大高度为数组最后一个元素的高度
        for (int i = n - 2; i >= 0; --i) {
            rightMax[i] = Math.max(rightMax[i + 1], height[i]);  // 计算每个位置右侧的最大高度
        }

        int ans = 0;  // 初始化接水量为0
        for (int i = 0; i < n; ++i) {  // 遍历每个位置
            ans += Math.min(leftMax[i], rightMax[i]) - height[i];  // 计算每个位置能接到的雨水量,并累加到结果中
        }
        return ans;  // 返回总的接水量
    }
}

二 单调栈

class Solution {
    public int trap(int[] height) {
        int ans = 0; // 初始化接水量为0
        Deque stack = new LinkedList(); // 使用栈来记录数组下标
        int n = height.length; // 获取数组的长度
        for (int i = 0; i < n; ++i) { // 遍历数组
            while (!stack.isEmpty() && height[i] > height[stack.peek()]) { // 当当前高度大于栈顶高度时,意味着可以计算当前位置能接到的雨水量
                int top = stack.pop(); // 弹出栈顶元素作为当前位置的最低点
                if (stack.isEmpty()) { // 如果栈为空,意味着无法形成凹槽,结束当前计算
                    break;
                }
                int left = stack.peek(); // 获取栈顶元素作为左边界
                int currWidth = i - left - 1; // 计算当前宽度
                int currHeight = Math.min(height[left], height[i]) - height[top]; // 计算当前高度
                ans += currWidth * currHeight; // 累加到结果中
            }
            stack.push(i); // 将当前位置下标入栈
        }
        return ans; // 返回总的接水量
   }
}

三  双指针

class Solution {
    public int trap(int[] height) {
        int ans = 0; // 初始化接水量为0
        int left = 0, right = height.length - 1; // 定义左右指针分别指向数组的首尾
        int leftMax = 0, rightMax = 0; // 初始化左侧最大高度和右侧最大高度为0
        while (left < right) { // 当左指针小于右指针时进行循环
            leftMax = Math.max(leftMax, height[left]); // 更新左侧最大高度
            rightMax = Math.max(rightMax, height[right]); // 更新右侧最大高度
            if (height[left] < height[right]) { // 如果左侧高度小于右侧高度
                ans += leftMax - height[left]; // 计算并累加左侧能接到的雨水量
                ++left; // 左指针右移
            } else { // 如果左侧高度大于等于右侧高度
                ans += rightMax - height[right]; // 计算并累加右侧能接到的雨水量
                --right; // 右指针左移
            }
        }
        return ans; // 返回总的接水量
    }
}

觉得有用的话可以点点赞,支持一下。

如果愿意的话关注一下。会对你有更多的帮助。

每天都会不定时更新哦  >人<  。

你可能感兴趣的:(单调栈,双指针,动态规划,数据结构,leetcode,java,c++,动态规划,单调栈,双指针)