本文共 2162 字,大约阅读时间需要 7 分钟。
思路一:单独考虑每一个位置 i i i,假设在 [ 0 , i − 1 ] [0,i-1] [0,i−1]内的最大值为 m a x l maxl maxl,在 [ i + 1 , n − 1 ] [i+1,n-1] [i+1,n−1]内的最大值为 m a x r maxr maxr,则位置 i i i的存水量等于 m a x ( h e i g h t [ i ] , m i n ( m a x l , m a x r ) ) − h e i g h t [ i ] max(height[i],min(maxl,maxr))-height[i] max(height[i],min(maxl,maxr))−height[i]。那么遍历两边即可求出结果。class Solution { public: int trap(vector & height) { int siz=height.size(); if(!siz) return 0; vector maxarr(siz); int MAX=0; for(int i=0;i=0;i--){ tmp=min(MAX,maxarr[i]); if(tmp>height[i]) ans+=tmp-height[i]; MAX=max(MAX,height[i]); } return ans; }};
思路二:双指针。这个思路相当于思路一的反向思维。思路一是对于每个位置,确定左边界和右边界,然后计算贡献。思路二是先确定左右边界,再统计位置的贡献。搞两个指针, l l l从左向右扫, r r r从右向左扫,不妨假设 h e i g h t [ l ] < = h e i g h t [ r ] height[l]<=height[r] height[l]<=height[r],那么对于从 l l l开始的单调递减区间内的每一个值 v v v,对答案都有 h e i g h t [ l ] − v height[l]-v height[l]−v的贡献;如果 h e i g h t [ l ] > h e i g h t [ r ] height[l]>height[r] height[l]>height[r],那么类似的从 r r r开始想左扫就好了。如果不存在这样的区间的话,说明这个位置不能产生贡献,移动指针选定下一对左右边界即可。
class Solution { public: int trap(vector & height) { int siz=height.size(); int l=0,r=siz-1,ans=0; while(ll&&height[r]
思路三:单调栈,比较难想到。和思路二有一点点像。想象一下,我们维护了一个单调递减的栈,假设当前右侧边界高度为 h 1 h_1 h1,栈顶高度为 h 2 h_2 h2,栈顶的下一个元素的高度为 h 3 h_3 h3,那么只要 h 1 > h 2 h_1>h_2 h1>h2,就可以以 h 2 h_2 h2为底, h 1 h_1 h1为右边界, h 3 h_3 h3为左边界,把中间这一块填满。详见代码,可以自己画图理解一下。
class Solution { public: int trap(vector & height) { //单调栈 但是存储的是下标 stack s; int ans=0,siz=height.size(); for(int i=0;i=height[tmp=s.top()]){ s.pop(); if(!s.empty()){ //s.top为左边界 tmp为底 i为右边界 //MIN-height[tmp] 为填充的区块的高度 //i-s.top-1 为填充的区块的宽度 int MIN=min(height[s.top()],height[i]); ans+=(MIN-height[tmp])*(i-s.top()-1); } } s.push(i); } return ans; }};
转载地址:https://blog.csdn.net/xiji333/article/details/107944320 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!