LeetCode42_Trapping Rain Water
来源:互联网 发布:淘宝买翡翠是真的吗 编辑:程序博客网 时间:2024/06/03 20:13
Trapping Rain Water
问题描述
Given n non-negative integers representing an elevation map where the width of each bar is 1, compute how much water it is able to trap after raining.
For example,
Given [0,1,0,2,1,0,1,3,2,1,2,1], return 6.
The above elevation map is represented by array [0,1,0,2,1,0,1,3,2,1,2,1]. In this case, 6 units of rain water (blue section) are being trapped. Thanks Marcos for contributing this image!
中文介绍
看到这道题,觉着很有意思,看一下图的话会很容易理解这道题在讲什么,就是给定的数组代表的是高低不同的柱子,如果下雨以后最多能保存多少水。就我个人而言,如果从左到右计算的话,需要保存左边的高度,如果出现了一个凹陷处,就把计算这部分保存的水量,然后丢掉没用的数据。这里面有一个先后的问题,所以就考虑采用stack进行保存。
然后具体看一下保存的过程。(以题目给定的数据为例子)
最上面一行代表的是数组元素,下面的代表的是stack中保存的数据,靠近标题栏的一行为栈底。
上面的斜体代表的是新添加的元素。
因为另外需要计算水量,也就是高度对应的数组位置,就另外增加了一个stack来保存对应的index。
对应代码
class Solution42 { public static void main(String[] args){ Solution42 solution42 = new Solution42(); int[] a = {6,4,2,0,3,2,0,3,1,4,5,3,2,7,5,3,0,1,2,1,3,4,6,8,1,3}; System.out.println(solution42.trap(a)); } public int trap(int[] height) { int result =0; Stack<Integer> stack2 = new Stack(); Stack<Integer> stack = new Stack(); for(int i=0;i<height.length;i++){ if(stack.isEmpty()||height[i]<stack.peek()){ stack.add(height[i]); stack2.add(i); }else { int preH =0; int r =0; while(!stack.isEmpty()&&height[i]>=stack.peek()){ int h = stack.pop(); r += (h-preH)*(i-stack2.pop()-1); preH = h; } if(!stack.isEmpty()&&height[i]>preH){ r+=(height[i]-preH)*(i-stack2.peek()-1); } stack.add(height[i]); stack2.add(i); result+=r; } } return result; }}
其他解法
采用上面的算法虽然通过了测试,但是排名只在后百分之10;然后就看了一下其他人的解法。
参考的页面
https://leetcode.com/problems/trapping-rain-water/solution/
Brute force [Accepted] 暴力破解
Algorithm
暴力破解的思想就是从左边开始遍历,然后寻找元素左右两边的最大值
然后用左右两边高度最大值的较小者减去当前的高度,
把这些高度累加起来,就是最后的结果。
官网提供的代码
c++
int trap(vector<int>& height){ int ans = 0; int size = height.size(); for (int i = 1; i < size - 1; i++) { int max_left = 0, max_right = 0; for (int j = i; j >= 0; j--) { //Search the left part for max bar size max_left = max(max_left, height[j]); } for (int j = i; j < size; j++) { //Search the right part for max bar size max_right = max(max_right, height[j]); } ans += min(max_left, max_right) - height[i]; } return ans;}
动态规划
所谓的动态规划就是提前把元素对应的左右两边的元素储存起来,然后通过一次遍历即可得到最后的结果。具体代码参见下面。
c++
int trap(vector<int>& height){ if(height == null) return 0; int ans = 0; int size = height.size(); vector<int> left_max(size), right_max(size); left_max[0] = height[0]; for (int i = 1; i < size; i++) { left_max[i] = max(height[i], left_max[i - 1]); } right_max[size - 1] = height[size - 1]; for (int i = size - 2; i >= 0; i--) { right_max[i] = max(height[i], right_max[i + 1]); } for (int i = 1; i < size - 1; i++) { ans += min(left_max[i], right_max[i]) - height[i]; } return ans;}
利用两个指针
这个算法是我觉着很有技巧的算法
具体的过程就是维护两个指针,分别从数组的最左边和最右边开始。向中间移动左右两边的指针,当右边指针对应的高度大于左边的指针的时候,计算高度差。然后移动左边的指针,当左边的指针大于右边的指针的时候计算高度差,然后移动右边的指针。就这样每次移动进行判断,计算高度差。最后到两个指针重合于一点。
这个算法LeetCode上有对应的短片,可以看到相应的过程,感觉这个是实现起来最优雅的方法了(向大佬低头。)
具体代码如下
c++
int trap(vector<int>& height){ int left = 0, right = height.size() - 1; int ans = 0; int left_max = 0, right_max = 0; while (left < right) { if (height[left] < height[right]) { height[left] >= left_max ? (left_max = height[left]) : ans += (left_max - height[left]); ++left; } else { height[right] >= right_max ? (right_max = height[right]) : ans += (right_max - height[right]); --right; } } return ans;}
持续更新LeetCode的学习过程,大家可以多翻翻这个博客或者去我的github
链接
https://github.com/yanqinghe/leetcode
- LeetCode42_Trapping Rain Water
- 【Leetcode】Traping Rain Water (Water)
- LeetCode: Trapping Rain Water
- LeetCode : Trapping Rain Water
- Trapping Rain Water
- [LeetCode] Trapping Rain Water
- [Leetcode] Trapping Rain Water
- [Leetcode] Trapping Rain Water
- Trapping Rain Water
- Trapping Rain Water
- [LeetCode]Trapping Rain Water
- LeetCode_Trapping Rain Water
- Trapping Rain Water
- Trapping Rain Water
- LeetCode-Trapping Rain Water
- Trapping Rain Water
- [leetcode] Trapping Rain Water
- Trapping Rain Water
- 第三周项目一(3)
- 【面试的那些坑-1】用两个栈实现一个队列
- Linux系统(RedHat)在安装后的网络配置
- 坚持自己喜欢的事情
- Leetcode之Unique Paths II 问题
- LeetCode42_Trapping Rain Water
- CF 863A. Quasi-palindrome【water】
- Node之Mongodb的安装及基本操作
- CentOS6中的破坏性实验(伪根、内核、grub.conf、fstab文件误删恢复)
- js学习之定时器的使用
- chap4 图像复原 part3
- 有关路径的总结
- Python编程——Python基础知识之元组(二)
- MVC身份验证及权限管理