给定n个非负整数a1,a2,...,an,其中每个代表坐标(i,ai)处的一个 点。绘制n条垂直线,使得线i的两个端点处于(i,ai)和(i,0)处。找到两条线, 与x轴一起形成一个容器,使容器 包含最多的水。查找最大可能区域
注意:您不得倾斜容器。
一个解决方案可能是我们采取每一行,并找到每一行的区域。这需要O(n^2)。时间效率不高。
另一种解决方案可能是使用DP来找到每个索引的最大面积,然后在索引n处,我们将得到最大面积。 我认为这是O(n)。
难道还有更好的解决方案吗?
给定n个非负整数a1,a2,...,an,其中每个代表坐标(i,ai)处的一个 点。绘制n条垂直线,使得线i的两个端点处于(i,ai)和(i,0)处。找到两条线, 与x轴一起形成一个容器,使容器 包含最多的水。查找最大可能区域
注意:您不得倾斜容器。
一个解决方案可能是我们采取每一行,并找到每一行的区域。这需要O(n^2)。时间效率不高。
另一种解决方案可能是使用DP来找到每个索引的最大面积,然后在索引n处,我们将得到最大面积。 我认为这是O(n)。
难道还有更好的解决方案吗?
很多人都误以为这个问题最大的矩形问题,情况并非如此。
解
复杂性是线性的(O(N))
此问题是更简单的版本The Maximal Rectangle Problem。给定的情况可以被视为一个二元矩阵。将矩阵的行看作X轴,将列看作Y轴。对于数组中的每个元素A [1],设置
Matrix[i][0] = Matrix[i][1] = ..... = Matrix[i][a[i]] = 1
对于如 - 对于a[] = { 5, 3, 7, 1}
,我们的二元矩阵由下式给出:
1111100
1110000
1111111
1000000
您的表示是正确的,但它不是最大的矩形问题。如果选择i,j,则音量为min(ai,aj)* | i-j | 。但是在最大矩形中,体积是min(ai..aj)* | i-j | (假设我
这个问题可以在线性时间内解决。
按照从高到低的顺序构建可能的左侧墙(位置+高度对)的列表。这是通过将最左边的墙添加到列表中,然后遍历所有可能的墙,从左到右,并将每个大于最后一个墙的墙添加到列表中。例如,对于数组
2 5 4 7 3 6 2 1 3
您可能左壁将是(对是(POS,VAL)):
(3, 7) (1, 5) (0, 2)
以同样的方式构造可能右壁列表,但从右到左。对于上述阵列可能右壁是:
(3, 7) (5, 6) (8, 3)
启动水位尽可能高,这是城墙的高度在两个列表前面的最小值。使用这些墙计算水的总体积(可能为负数或零,但没关系),然后通过从其中一个列表中弹出一个元素来降低水位,以使水位降至最低。计算每个高度的可能水量并取最大值。
运行在这些名单这个算法是这样的:
L: (3, 7) (1, 5) (0, 2) # if we pop this one then our water level drops to 5
R: (3, 7) (5, 6) (8, 3) # so we pop this one since it will only drop to 6
Height = 7
Volume = (3 - 3) * 7 = 0
Max = 0
L: (3, 7) (1, 5) (0, 2) # we pop this one now so our water level drops to 5
R: (5, 6) (8, 3) # instead of 3, like if we popped this one
Height = 6
Volume = (5 - 3) * 6 = 12
Max = 12
L: (1, 5) (0, 2)
R: (5, 6) (8, 3)
Height = 5
Volume = (5 - 1) * 5 = 20
Max = 20
L: (1, 5) (0, 2)
R: (8, 3)
Height = 3
Volume = (8 - 1) * 3 = 21
Max = 21
L: (0, 2)
R: (8, 3)
Height = 2
Volume = (8 - 0) * 2 = 16
Max = 21
步骤1,2和3的线性时间都运行的,所以完整的解决方案也需要线性时间。
int maxArea(vector<int> &height) {
int ret = 0;
int left = 0, right = height.size() - 1;
while (left < right) {
ret = max(ret, (right - left) * min(height[left], height[right]));
if (height[left] <= height[right])
left++;
else
right--;
}
return ret;
}
一般来说,只有代码的答案往往不会那么好。为什么不解释答案? – Justin
下面是与Java的实现:
基本思想是用两个指针从正面和背面,并计算沿途的区域。
public int maxArea(int[] height) {
int i = 0, j = height.length-1;
int max = Integer.MIN_VALUE;
while(i < j){
int area = (j-i) * Math.min(height[i], height[j]);
max = Math.max(max, area);
if(height[i] < height[j]){
i++;
}else{
j--;
}
}
return max;
}
The best answer是Black_Rider,但是他们并没有提供解释。
我在this blog上发现了一个非常明确的解释。不久,这是不言而喻如下:在第n-1
开始就可以在0到右侧最宽的容器,即,从左侧:
长度为n的给定阵列的高度。
如果存在更好的容器,它将变窄,因此它的两侧必须高于当前所选侧的较低侧。
因此,如果高度[左] <高度[右],则将左侧更改为(左侧+1),否则右侧更改为(右侧1)。
计算新的区域,如果它比目前为止的要好,请更换。
如果离开<正确,则从2开始。
我的C++实现:
int maxArea(vector<int>& height) {
auto current = make_pair(0, height.size() - 1);
auto bestArea = area(height, current);
while (current.first < current.second) {
current = height[current.first] < height[current.second]
? make_pair(current.first + 1, current.second)
: make_pair(current.first, current.second - 1);
auto nextArea = area(height, current);
bestArea = max(bestArea, nextArea);
}
return bestArea;
}
inline int area(const vector<int>& height, const pair<int, int>& p) {
return (p.second - p.first) * min(height[p.first], height[p.second]);
}
能不能介绍一下你所想的DP阐述。由于我和爱之间没有关系,我认为你将不得不考虑所有的组合,因为对于两点i和j,面积将是(i-j)* min(ai,aj)。我认为你不能最大化这个。 – sukunrt
@ J.F.Sebastian不确定问题是否相同。以一个简单的情况为例:100,x,200.如果x <100,则直方图示例中的最佳答案将取决于x的值,但在本例中不适用。 – ElKamina
@ElKamina:你说得对。我应该说,这些问题只是相关的。 – jfs