Largest Rectangle in Histogram

Given n non-negative integers representing the histogram's bar height where the width of each bar is 1, find the area of largest rectangle in the histogram.

Above is a histogram where width of each bar is 1, given height = [2,1,5,6,2,3].

 

The largest rectangle is shown in the shaded area, which has area = 10 unit.

 

For example,
Given height = [2,1,5,6,2,3],
return 10.

最开始的想法,一层一层往上找,计算包含当前层的最大面积,直到最上层。这个算法时间复杂度很高:

 1 public class Solution {
 2     public int largestRectangleArea(int[] height) {
 3         // Start typing your Java solution below
 4         // DO NOT write main() function
 5         int max = 0;
 6         int maxa = 0;
 7         for(int i = 0; i < height.length; i++){
 8             if(height[i] > max) max = height[i];
 9         }
10         for(int i = 0; i < max; i ++){
11             int cur = 0;
12             for(int j = 0; j < height.length; j ++){
13                 if(height[j] > 0){
14                     height[j] --;
15                     cur ++;
16                 }else{
17                     cur = cur * ( i + 1 );
18                     if(cur > maxa) maxa = cur;
19                     cur = 0;
20                 }
21             }
22         }
23         return maxa;
24     }
25 }

 过不了:

Run Status: Time Limit Exceeded

Last executed input
[0,0,0,0,0,0,0,0,2147483647]
可以看出,可以从两个方面来优化,一是将0的那些数组元素剔除。二是,每次上升的步长不应是1,而是现有元素中最小的那个。
对于第一个,采用array来存放数据,对于第二个动态的得到步长。

错了,不能剔除元素,那样会改变数组结构。
 1 public class Solution {
 2     public int largestRectangleArea(int[] height) {
 3         // Start typing your Java solution below
 4         // DO NOT write main() function
 5         int maxa = 0;
 6         int i = 0;
 7         while(true){
 8             boolean sig = false;
 9             int cur = 0;
10             int maxlvl = 0;
11             int minpath = Integer.MAX_VALUE;
12             for(int j = 0; j < height.length; j ++){
13                 int ht = height[j];
14                 if(ht > 0){
15                     if(minpath > ht)minpath = ht;
16                     cur ++;
17                     sig = true;
18                 }else{
19                     if(cur > maxlvl) maxlvl = cur;
20                     cur = 0;
21                 }
22             }
23             if(cur > maxlvl) maxlvl = cur;
24             if(i == 0) {
25                 i = minpath;
26             }
27             else{
28                 i += minpath;
29             }
30             if(maxlvl * i > maxa) maxa = maxlvl * i;
31             for(int l = 0; l < height.length; l ++){
32                 height[l] -= minpath;
33             }
34             if(sig == false)break;
35         }
36         return maxa;
37     }
38 }

不过这个过不了大测试。还得改进。时间复杂度是O(n2),n为数组length。

以下摘自水中的鱼:

想了半天,也想不出来O(n)的解法,于是上网google了一下。
如下图所示,从左到右处理直方,i=4时,小于当前栈顶(及直方3),于是在统计完区间[2,3]的最大值以后,消除掉阴影部分,然后把红线部分作为一个大直方插入。因为,无论后面还是前面的直方,都不可能得到比目前栈顶元素更高的高度了。


这就意味着,可以维护一个递增的栈,每次比较栈顶与当前元素。如果当前元素小于栈顶元素,则入站,否则合并现有栈,直至栈顶元素小于当前元素。结尾入站元素0,重复合并一次。

Update: Refactor code 5/7/2013
评论中Zhongwen Ying的code写的比我post的code简洁多了。把他的code format一下集成进来。

1:  int largestRectangleArea(vector<int> &h) {  
2:       stack<int> S;  
3:       h.push_back(0);  
4:       int sum = 0;  
5:       for (int i = 0; i < h.size(); i++) {  
6:            if (S.empty() || h[i] > h[S.top()]) S.push(i);  
7:            else {  
8:                 int tmp = S.top();  
9:                 S.pop();  
10:                 sum = max(sum, h[tmp]*(S.empty()? i : i-S.top()-1));  
11:                 i--;  
12:            }  
13:       }  
14:       return sum;  
15:  }  


很好的解法:转自 http://blog.csdn.net/abcbc/article/details/8943485

具体的题目描述为:

 

Given n non-negative integers representing the histogram's bar height where the width of each bar is 1, find the area of largest rectangle in the histogram.

Above is a histogram where width of each bar is 1, given height =[2,1,5,6,2,3].

The largest rectangle is shown in the shaded area, which has area =10 unit.

For example,
Given height = [2,1,5,6,2,3],
return 10.


这道题可以有两个解法。

解法一是穷举法,对于直方图的每一个右边界,穷举所有的左边界。将面积最大的那个值记录下来。时间复杂度为O(n^2). 单纯的穷举在LeetCode上面过大集合时会超时。可以通过选择合适的右边界,做一个剪枝(Pruning)。观察发现当height[k] >= height[k - 1]时,无论左边界是什么值,选择height[k]总会比选择height[k - 1]所形成的面积大。因此,在选择右边界的时候,首先找到一个height[k] < height[k - 1]的k,然后取k - 1作为右边界,穷举所有左边界,找最大面积。

Java代码:

 

[java]  view plain copy
 
  1. // O(n^2) with pruning  
  2. public int largestRectangleArea1(int[] height) {  
  3.   // Start typing your Java solution below  
  4.   // DO NOT write main() function  
  5.   int area = 0;  
  6.   for (int i = 0; i < height.length; i++) {  
  7.     for (int k = i + 1; k < height.length; k++) {  
  8.       if (height[k] < height[k - 1]) {  
  9.         i = k - 1;  
  10.         break;  
  11.       } else {  
  12.         i = k;  
  13.       }  
  14.     }  
  15.     int lowest = height[i];  
  16.     for (int j = i; j >= 0; j--) {  
  17.       if (height[j] < lowest) {  
  18.         lowest = height[j];  
  19.       }  
  20.       int currArea = (i - j + 1) * lowest;  
  21.       if (currArea > area) {  
  22.         area = currArea;  
  23.       }  
  24.     }  
  25.   }  
  26.   return area;  
  27. }  


虽然上面的解法可以过大集合,但是不是最优的方法,下面介绍使用两个栈的优化解法。时间复杂度为O(n).

 

此解法的核心思想为:一次性计算连续递增的区间的最大面积,并且考虑完成这个区间之后,考虑其前、后区间的时候,不会受到任何影响。也就是这个连续递增区间的最小高度大于等于其前、后区间。

这个方法非常巧妙,最好通过一个图来理解:

Largest Rectangle in Histogram_第1张图片

假设输入直方图为:int[] height = {2,7,5,6,4}.

这个方法运行的时候,当遇到height[2] == 5的时候,发现其比之前一个高度小,则从当前值(5)开始,向左搜索比当前值小的值。当搜索到最左边(2)时,比5小,此时计算在height[0]和height[2]之间的最大面积,注意不包括height[0]和和height[2]。height[1]以红色标出的这个区域就被计算完成。同样的方法,计算出绿色和粉色的面积。

因此这个方法需要使用两个栈。第一个栈为高度栈heightStack,用于记录还没有被计算过的连续递增的序列的值。第二个栈为下标栈indexStack,用于记录高度栈中对应的每一个高度的下标,以计算宽度。

算法具体执行的步骤为:

若heightStack为空或者当前高度大于heightStack栈顶,则当前高度和当前下标分别入站。所以heightStack记录了一个连续递增的序列。

若当前高度小于heightStack栈顶,heightStack和indexStack出栈,直到当前高度大于等于heightStack栈顶。出栈时,同时计算区间所形成的最大面积。注意计算完之后,当前值入栈的时候,其对应的下标应该为最后一个从indexStack出栈的下标。比如height[2]入栈时,其对应下标入栈应该为1,而不是其本身的下标2。如果将其本身下标2入栈,则计算绿色区域的最大面积时,会忽略掉红色区域。

Java代码:

 

[java]  view plain copy
 
  1. // O(n) using two stacks  
  2. public int largestRectangleArea(int[] height) {  
  3.   // Start typing your Java solution below  
  4.   // DO NOT write main() function  
  5.   int area = 0;  
  6.   java.util.Stack<Integer> heightStack = new java.util.Stack<Integer>();  
  7.   java.util.Stack<Integer> indexStack = new java.util.Stack<Integer>();  
  8.   for (int i = 0; i < height.length; i++) {  
  9.     if (heightStack.empty() || heightStack.peek() <= height[i]) {  
  10.       heightStack.push(height[i]);  
  11.       indexStack.push(i);  
  12.     } else if (heightStack.peek() > height[i]) {  
  13.       int j = 0;  
  14.       while (!heightStack.empty() && heightStack.peek() > height[i]) {  
  15.         j = indexStack.pop();  
  16.         int currArea = (i - j) * heightStack.pop();  
  17.         if (currArea > area) {  
  18.           area = currArea;  
  19.         }  
  20.       }  
  21.       heightStack.push(height[i]);  
  22.       indexStack.push(j);  
  23.     }  
  24.   }  
  25.   while (!heightStack.empty()) {  
  26.     int currArea = (height.length - indexStack.pop()) * heightStack.pop();  
  27.     if (currArea > area) {  
  28.       area = currArea;  
  29.     }  
  30.   }  
  31.   return area;  
  32. }  


更新:

在网上发现另外一个使用一个栈的O(n)解法,代码非常简洁,栈内存储的是高度递增的下标。对于每一个直方图高度,分两种情况。1:当栈空或者当前高度大于栈顶下标所指示的高度时,当前下标入栈。否则,2:当前栈顶出栈,并且用这个下标所指示的高度计算面积。而这个方法为什么只需要一个栈呢?因为当第二种情况时,for循环的循环下标回退,也就让下一次for循环比较当前高度与新的栈顶下标所指示的高度,注意此时的栈顶已经改变由于之前的出栈。

Java代码:

 

[java]  view plain copy
 
    1. // O(n) using one stack  
    2. public int largestRectangleArea(int[] height) {  
    3.   // Start typing your Java solution below  
    4.   // DO NOT write main() function  
    5.   int area = 0;  
    6.   java.util.Stack<Integer> stack = new java.util.Stack<Integer>();  
    7.   for (int i = 0; i < height.length; i++) {  
    8.     if (stack.empty() || height[stack.peek()] < height[i]) {  
    9.       stack.push(i);  
    10.     } else {  
    11.       int start = stack.pop();  
    12.       int width = stack.empty() ? i : i - stack.peek() - 1;  
    13.       area = Math.max(area, height[start] * width);  
    14.       i--;  
    15.     }  
    16.   }  
    17.   while (!stack.empty()) {  
    18.     int start = stack.pop();  
    19.     int width = stack.empty() ? height.length : height.length - stack.peek() - 1;  
    20.     area = Math.max(area, height[start] * width);        
    21.   }  
    22.   return area;  
    23. }  
 Largest Rectangle in Histogram_第2张图片
Largest Rectangle in Histogram_第3张图片
 1 public class Solution {
 2     public class Element{
 3         int height;
 4         int index;
 5         public Element(int i, int h){
 6             this.height = h;
 7             this.index = i;
 8         }
 9     }
10     public int largestRectangleArea(int[] height) {
11         // Start typing your Java solution below
12         // DO NOT write main() function
13         if(height == null || height.length == 0) return 0;
14         Stack<Element> st = new Stack<Element>();
15         int max = Integer.MIN_VALUE;
16         for(int i = 0; i < height.length; i ++){
17             if(st.isEmpty() || st.peek().height < height[i]){
18                 st.push(new Element(i, height[i]));
19             }else if(st.peek().height > height[i]){
20                 Element tmp = null;
21                 while(!st.isEmpty() && st.peek().height > height[i]){
22                     tmp = st.pop();
23                     int cur = (i - tmp.index) * tmp.height;
24                     max = cur > max ? cur : max;
25                 }
26                 st.push(new Element(tmp.index, height[i]));
27             }
28         }
29         while(!st.isEmpty()){
30             Element tmp = st.pop();
31             int cur = (height.length - tmp.index) * tmp.height;
32             max = cur > max ? cur : max;
33         }
34         return max;
35     }
36 }

 

你可能感兴趣的:(in)