402 lines
14 KiB
Markdown
402 lines
14 KiB
Markdown
|
||
<p align="center">
|
||
<a href="https://mp.weixin.qq.com/s/RsdcQ9umo09R6cfnwXZlrQ"><img src="https://img.shields.io/badge/PDF下载-代码随想录-blueviolet" alt=""></a>
|
||
<a href="https://mp.weixin.qq.com/s/b66DFkOp8OOxdZC_xLZxfw"><img src="https://img.shields.io/badge/刷题-微信群-green" alt=""></a>
|
||
<a href="https://space.bilibili.com/525438321"><img src="https://img.shields.io/badge/B站-代码随想录-orange" alt=""></a>
|
||
<a href="https://mp.weixin.qq.com/s/QVF6upVMSbgvZy8lHZS3CQ"><img src="https://img.shields.io/badge/知识星球-代码随想录-blue" alt=""></a>
|
||
</p>
|
||
<p align="center"><strong>欢迎大家<a href="https://mp.weixin.qq.com/s/tqCxrMEU-ajQumL1i8im9A">参与本项目</a>，贡献其他语言版本的代码，拥抱开源，让更多学习算法的小伙伴们收益！</strong></p>
|
||
|
||
> 这个图就是大厂面试经典题目，接雨水！ 最常青藤的一道题，面试官百出不厌！
|
||
|
||
# 42. 接雨水
|
||
|
||
题目链接：https://leetcode-cn.com/problems/trapping-rain-water/
|
||
|
||
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：
|
||
|
||
|
||
|
||
* 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
|
||
|
||
|
||
# 思路
|
||
|
||
接雨水问题在面试中还是常见题目的，有必要好好讲一讲。
|
||
|
||
本文深度讲解如下三种方法：
|
||
* 双指针法
|
||
* 动态规划
|
||
* 单调栈
|
||
|
||
## 双指针解法
|
||
|
||
这道题目使用双指针法并不简单，我们来看一下思路。
|
||
|
||
首先要明确，要按照行来计算，还是按照列来计算。
|
||
|
||
按照行来计算如图：
|
||
|
||
|
||
按照列来计算如图：
|
||
|
||
|
||
一些同学在实现的时候，很容易一会按照行来计算一会按照列来计算，这样就会越写越乱。
|
||
|
||
我个人倾向于按照列来计算，比较容易理解，接下来看一下按照列如何计算。
|
||
|
||
首先，**如果按照列来计算的话，宽度一定是1了，我们再把每一列的雨水的高度求出来就可以了。**
|
||
|
||
可以看出每一列雨水的高度，取决于，该列 左侧最高的柱子和右侧最高的柱子中最矮的那个柱子的高度。
|
||
|
||
这句话可以有点绕，来举一个理解，例如求列4的雨水高度，如图：
|
||
|
||
|
||
|
||
列4 左侧最高的柱子是列3，高度为2（以下用lHeight表示）。
|
||
|
||
列4 右侧最高的柱子是列7，高度为3（以下用rHeight表示）。
|
||
|
||
列4 柱子的高度为1（以下用height表示）
|
||
|
||
那么列4的雨水高度为 列3和列7的高度最小值减列4高度，即： min(lHeight, rHeight) - height。
|
||
|
||
列4的雨水高度求出来了，宽度为1，相乘就是列4的雨水体积了。
|
||
|
||
此时求出了列4的雨水体积。
|
||
|
||
一样的方法，只要从头遍历一遍所有的列，然后求出每一列雨水的体积，相加之后就是总雨水的体积了。
|
||
|
||
首先从头遍历所有的列，并且**要注意第一个柱子和最后一个柱子不接雨水**，代码如下：
|
||
```CPP
|
||
for (int i = 0; i < height.size(); i++) {
|
||
// 第一个柱子和最后一个柱子不接雨水
|
||
if (i == 0 || i == height.size() - 1) continue;
|
||
}
|
||
```
|
||
|
||
在for循环中求左右两边最高柱子，代码如下：
|
||
|
||
```CPP
|
||
int rHeight = height[i]; // 记录右边柱子的最高高度
|
||
int lHeight = height[i]; // 记录左边柱子的最高高度
|
||
for (int r = i + 1; r < height.size(); r++) {
|
||
if (height[r] > rHeight) rHeight = height[r];
|
||
}
|
||
for (int l = i - 1; l >= 0; l--) {
|
||
if (height[l] > lHeight) lHeight = height[l];
|
||
}
|
||
```
|
||
|
||
最后，计算该列的雨水高度，代码如下：
|
||
|
||
```CPP
|
||
int h = min(lHeight, rHeight) - height[i];
|
||
if (h > 0) sum += h; // 注意只有h大于零的时候，在统计到总和中
|
||
```
|
||
|
||
整体代码如下：
|
||
|
||
```CPP
|
||
class Solution {
|
||
public:
|
||
int trap(vector<int>& height) {
|
||
int sum = 0;
|
||
for (int i = 0; i < height.size(); i++) {
|
||
// 第一个柱子和最后一个柱子不接雨水
|
||
if (i == 0 || i == height.size() - 1) continue;
|
||
|
||
int rHeight = height[i]; // 记录右边柱子的最高高度
|
||
int lHeight = height[i]; // 记录左边柱子的最高高度
|
||
for (int r = i + 1; r < height.size(); r++) {
|
||
if (height[r] > rHeight) rHeight = height[r];
|
||
}
|
||
for (int l = i - 1; l >= 0; l--) {
|
||
if (height[l] > lHeight) lHeight = height[l];
|
||
}
|
||
int h = min(lHeight, rHeight) - height[i];
|
||
if (h > 0) sum += h;
|
||
}
|
||
return sum;
|
||
}
|
||
};
|
||
```
|
||
|
||
因为每次遍历列的时候，还要向两边寻找最高的列，所以时间复杂度为O(n^2)。
|
||
空间复杂度为O(1)。
|
||
|
||
## 动态规划解法
|
||
|
||
在上一节的双指针解法中，我们可以看到只要记录左边柱子的最高高度 和 右边柱子的最高高度，就可以计算当前位置的雨水面积，这就是通过列来计算。
|
||
|
||
当前列雨水面积：min(左边柱子的最高高度，记录右边柱子的最高高度) - 当前柱子高度。
|
||
|
||
为了的到两边的最高高度，使用了双指针来遍历，每到一个柱子都向两边遍历一遍，这其实是有重复计算的。我们把每一个位置的左边最高高度记录在一个数组上（maxLeft），右边最高高度记录在一个数组上（maxRight）。这样就避免了重复计算，这就用到了动态规划。
|
||
|
||
当前位置，左边的最高高度是前一个位置的左边最高高度和本高度的最大值。
|
||
|
||
即从左向右遍历：maxLeft[i] = max(height[i], maxLeft[i - 1]);
|
||
|
||
从右向左遍历：maxRight[i] = max(height[i], maxRight[i + 1]);
|
||
|
||
这样就找到递推公式。
|
||
|
||
代码如下：
|
||
|
||
```CPP
|
||
class Solution {
|
||
public:
|
||
int trap(vector<int>& height) {
|
||
if (height.size() <= 2) return 0;
|
||
vector<int> maxLeft(height.size(), 0);
|
||
vector<int> maxRight(height.size(), 0);
|
||
int size = maxRight.size();
|
||
|
||
// 记录每个柱子左边柱子最大高度
|
||
maxLeft[0] = height[0];
|
||
for (int i = 1; i < size; i++) {
|
||
maxLeft[i] = max(height[i], maxLeft[i - 1]);
|
||
}
|
||
// 记录每个柱子右边柱子最大高度
|
||
maxRight[size - 1] = height[size - 1];
|
||
for (int i = size - 2; i >= 0; i--) {
|
||
maxRight[i] = max(height[i], maxRight[i + 1]);
|
||
}
|
||
// 求和
|
||
int sum = 0;
|
||
for (int i = 0; i < size; i++) {
|
||
int count = min(maxLeft[i], maxRight[i]) - height[i];
|
||
if (count > 0) sum += count;
|
||
}
|
||
return sum;
|
||
}
|
||
};
|
||
```
|
||
|
||
## 单调栈解法
|
||
|
||
这个解法可以说是最不好理解的了，所以下面我花了大量的篇幅来介绍这种方法。
|
||
|
||
单调栈就是保持栈内元素有序。和[栈与队列：单调队列](https://mp.weixin.qq.com/s/Xgcqx5eBa3xZabt_LurnNQ)一样，需要我们自己维持顺序，没有现成的容器可以用。
|
||
|
||
|
||
### 准备工作
|
||
|
||
那么本题使用单调栈有如下几个问题：
|
||
|
||
1. 首先单调栈是按照行方向来计算雨水，如图：
|
||
|
||
|
||
|
||
知道这一点，后面的就可以理解了。
|
||
|
||
2. 使用单调栈内元素的顺序
|
||
|
||
从大到小还是从小打到呢？
|
||
|
||
从栈头（元素从栈头弹出）到栈底的顺序应该是从小到大的顺序。
|
||
|
||
因为一旦发现添加的柱子高度大于栈头元素了，此时就出现凹槽了，栈头元素就是凹槽底部的柱子，栈头第二个元素就是凹槽左边的柱子，而添加的元素就是凹槽右边的柱子。
|
||
|
||
如图：
|
||
|
||
|
||
|
||
|
||
3. 遇到相同高度的柱子怎么办。
|
||
|
||
遇到相同的元素，更新栈内下标，就是将栈里元素（旧下标）弹出，将新元素（新下标）加入栈中。
|
||
|
||
例如 5 5 1 3 这种情况。如果添加第二个5的时候就应该将第一个5的下标弹出，把第二个5添加到栈中。
|
||
|
||
**因为我们要求宽度的时候 如果遇到相同高度的柱子，需要使用最右边的柱子来计算宽度**。
|
||
|
||
如图所示：
|
||
|
||
|
||
|
||
4. 栈里要保存什么数值
|
||
|
||
是用单调栈，其实是通过 长 * 宽 来计算雨水面积的。
|
||
|
||
长就是通过柱子的高度来计算，宽是通过柱子之间的下标来计算，
|
||
|
||
那么栈里有没有必要存一个pair<int, int>类型的元素，保存柱子的高度和下标呢。
|
||
|
||
其实不用，栈里就存放int类型的元素就行了，表示下标，想要知道对应的高度，通过height[stack.top()] 就知道弹出的下标对应的高度了。
|
||
|
||
所以栈的定义如下：
|
||
|
||
```
|
||
stack<int> st; // 存着下标，计算的时候用下标对应的柱子高度
|
||
```
|
||
|
||
明确了如上几点，我们再来看处理逻辑。
|
||
|
||
### 单调栈处理逻辑
|
||
|
||
先将下标0的柱子加入到栈中，`st.push(0);`。
|
||
|
||
然后开始从下标1开始遍历所有的柱子，`for (int i = 1; i < height.size(); i++)`。
|
||
|
||
如果当前遍历的元素（柱子）高度小于栈顶元素的高度，就把这个元素加入栈中，因为栈里本来就要保持从小到大的顺序（从栈头到栈底）。
|
||
|
||
代码如下：
|
||
|
||
```
|
||
if (height[i] < height[st.top()]) st.push(i);
|
||
```
|
||
|
||
如果当前遍历的元素（柱子）高度等于栈顶元素的高度，要跟更新栈顶元素，因为遇到相相同高度的柱子，需要使用最右边的柱子来计算宽度。
|
||
|
||
代码如下：
|
||
|
||
```
|
||
if (height[i] == height[st.top()]) { // 例如 5 5 1 7 这种情况
|
||
st.pop();
|
||
st.push(i);
|
||
}
|
||
```
|
||
|
||
如果当前遍历的元素（柱子）高度大于栈顶元素的高度，此时就出现凹槽了，如图所示：
|
||
|
||
|
||
|
||
取栈顶元素，将栈顶元素弹出，这个就是凹槽的底部，也就是中间位置，下标记为mid，对应的高度为height[mid]（就是图中的高度1）。
|
||
|
||
此时的栈顶元素st.top()，就是凹槽的左边位置，下标为st.top()，对应的高度为height[st.top()]（就是图中的高度2）。
|
||
|
||
当前遍历的元素i，就是凹槽右边的位置，下标为i，对应的高度为height[i]（就是图中的高度3）。
|
||
|
||
此时大家应该可以发现其实就是**栈顶和栈顶的下一个元素以及要入栈的三个元素来接水！**
|
||
|
||
那么雨水高度是 min(凹槽左边高度, 凹槽右边高度) - 凹槽底部高度，代码为：`int h = min(height[st.top()], height[i]) - height[mid];`
|
||
|
||
雨水的宽度是 凹槽右边的下标 - 凹槽左边的下标 - 1（因为只求中间宽度），代码为：`int w = i - st.top() - 1 ;`
|
||
|
||
当前凹槽雨水的体积就是：`h * w`。
|
||
|
||
求当前凹槽雨水的体积代码如下：
|
||
|
||
```CPP
|
||
while (!st.empty() && height[i] > height[st.top()]) { // 注意这里是while，持续跟新栈顶元素
|
||
int mid = st.top();
|
||
st.pop();
|
||
if (!st.empty()) {
|
||
int h = min(height[st.top()], height[i]) - height[mid];
|
||
int w = i - st.top() - 1; // 注意减一，只求中间宽度
|
||
sum += h * w;
|
||
}
|
||
}
|
||
```
|
||
|
||
关键部分讲完了，整体代码如下：
|
||
|
||
```CPP
|
||
class Solution {
|
||
public:
|
||
int trap(vector<int>& height) {
|
||
if (height.size() <= 2) return 0; // 可以不加
|
||
stack<int> st; // 存着下标，计算的时候用下标对应的柱子高度
|
||
st.push(0);
|
||
int sum = 0;
|
||
for (int i = 1; i < height.size(); i++) {
|
||
if (height[i] < height[st.top()]) { // 情况一
|
||
st.push(i);
|
||
} if (height[i] == height[st.top()]) { // 情况二
|
||
st.pop(); // 其实这一句可以不加，效果是一样的，但处理相同的情况的思路却变了。
|
||
st.push(i);
|
||
} else { // 情况三
|
||
while (!st.empty() && height[i] > height[st.top()]) { // 注意这里是while
|
||
int mid = st.top();
|
||
st.pop();
|
||
if (!st.empty()) {
|
||
int h = min(height[st.top()], height[i]) - height[mid];
|
||
int w = i - st.top() - 1; // 注意减一，只求中间宽度
|
||
sum += h * w;
|
||
}
|
||
}
|
||
st.push(i);
|
||
}
|
||
}
|
||
return sum;
|
||
}
|
||
};
|
||
```
|
||
|
||
以上代码冗余了一些，但是思路是清晰的，下面我将代码精简一下，如下：
|
||
|
||
```CPP
|
||
class Solution {
|
||
public:
|
||
int trap(vector<int>& height) {
|
||
stack<int> st;
|
||
st.push(0);
|
||
int sum = 0;
|
||
for (int i = 1; i < height.size(); i++) {
|
||
while (!st.empty() && height[i] > height[st.top()]) {
|
||
int mid = st.top();
|
||
st.pop();
|
||
if (!st.empty()) {
|
||
int h = min(height[st.top()], height[i]) - height[mid];
|
||
int w = i - st.top() - 1;
|
||
sum += h * w;
|
||
}
|
||
}
|
||
st.push(i);
|
||
}
|
||
return sum;
|
||
}
|
||
};
|
||
```
|
||
|
||
精简之后的代码，大家就看不出去三种情况的处理了，貌似好像只处理的情况三，其实是把情况一和情况二融合了。 这样的代码不太利于理解。
|
||
|
||
|
||
## 其他语言版本
|
||
|
||
Java:
|
||
|
||
Python:
|
||
|
||
双指针法
|
||
```python3
|
||
class Solution:
|
||
def trap(self, height: List[int]) -> int:
|
||
res = 0
|
||
for i in range(len(height)):
|
||
if i == 0 or i == len(height)-1: continue
|
||
lHight = height[i-1]
|
||
rHight = height[i+1]
|
||
for j in range(i-1):
|
||
if height[j] > lHight:
|
||
lHight = height[j]
|
||
for k in range(i+2,len(height)):
|
||
if height[k] > rHight:
|
||
rHight = height[k]
|
||
res1 = min(lHight,rHight) - height[i]
|
||
if res1 > 0:
|
||
res += res1
|
||
return res
|
||
```
|
||
|
||
Go:
|
||
|
||
JavaScript:
|
||
|
||
|
||
-----------------------
|
||
* 作者微信：[程序员Carl](https://mp.weixin.qq.com/s/b66DFkOp8OOxdZC_xLZxfw)
|
||
* B站视频：[代码随想录](https://space.bilibili.com/525438321)
|
||
* 知识星球：[代码随想录](https://mp.weixin.qq.com/s/QVF6upVMSbgvZy8lHZS3CQ)
|
||
<div align="center"><img src=https://code-thinking.cdn.bcebos.com/pics/01二维码.jpg width=450> </img></div>
|