42. 接雨水

https://leetcode.cn/problems/trapping-rain-water/description/?envType=study-plan-v2&envId=top-100-liked

时间复杂度:O(n)

空间复杂度:O(1)

思路:

1. 定义两个指针,分别指向数组的最左边和最右边

2. 定义两个变量,分别记录当前位置左边和右边最高的柱子

3. 循环条件:左指针小于右指针

4. 如果左边较高,则移动左边指针,否则移动右边指针

5. 如果移动的左边柱子高度大于当前左边最高高度,则更新左边最高高度

6. 否则说明左边最高柱子高度小于当前左边最高高度,说明当前位置可以存储雨水,计算雨水高度

7. 右侧同理

func trap(height []int) int {
	l, r := 0, len(height)-1
	maxleft, maxright := height[l], height[r] // 当前位置左边和右边最高的柱子
	res := 0
	for l < r {
		// 如果左边最高,则移动左边指针,否则移动右边指针
		if height[l] < height[r] {
			l++
			// 如果移动的左边柱子高度大于当前左边最高高度,则更新左边最高高度
			if height[l] > maxleft {
				maxleft = height[l]
			} else { // 否则说明左边最高柱子高度小于当前左边最高高度,说明当前位置可以存储雨水,计算雨水高度
				res += maxleft - height[l]
			}
		} else {
			r--
			if height[r] > maxright {
				maxright = height[r]
			} else {
				res += maxright - height[r]
			}
		}
	}
	return res
}

### 关于雨水问题的 Java 实现 雨水问题是经典的算法题目之一,其核心在于通过某种方式计算柱子之间的凹槽部分能够存储的水量。以下是基于 **单调栈** 和 **双指针法** 的两种常见解决方案。 --- #### 方法一:单调栈实现 单调栈是一种有效的数据结构用于处理此类区间极值问题。具体逻辑如下: 1. 使用 `Stack<Integer>` 存储柱子索引。 2. 遍历数组中的每一个柱子高度,当遇到当前柱子高于栈顶柱子时,则说明形成了一个可以积水的区域。 3. 计算该区域内的积水量并累加到总结果中。 下面是完整的代码实现: ```java import java.util.Stack; class Solution { public int trap(int[] height) { Stack<Integer> stack = new Stack<>(); int res = 0; for (int i = 0; i < height.length; i++) { while (!stack.isEmpty() && height[i] > height[stack.peek()]) { int top = stack.pop(); // 当前要计算面积的位置 if (stack.isEmpty()) break; int distance = i - stack.peek() - 1; // 左右边界距离 int boundedHeight = Math.min(height[i], height[stack.peek()]) - height[top]; res += distance * boundedHeight; } stack.push(i); } return res; } } ``` 这种方法的时间复杂度为 O(n),空间复杂度也为 O(n)[^1]。 --- #### 方法二:双指针优化 双指针法利用两个变量分别记录左侧最大值和右侧最大值,在遍历时逐步更新这些值,并根据当前位置的高度差来决定是否增加水体积。 以下是具体的代码实现: ```java class Solution { public int trap(int[] height) { int left = 0, right = height.length - 1; int lMax = 0, rMax = 0; int water = 0; while (left < right) { if (height[left] < height[right]) { if (height[left] >= lMax) { lMax = height[left]; } else { water += lMax - height[left]; } left++; } else { if (height[right] >= rMax) { rMax = height[right]; } else { water += rMax - height[right]; } right--; } } return water; } } ``` 这种解法时间复杂度同样为 O(n),但仅需常量级额外空间 O(1)[^2]。 --- #### 提供的代码分析 对于您给出的代码片段[^3],存在一些潜在改进之处: - 函数 `maxRight` 被多次调用,每次都会重新扫描右边的最大值,增加了不必要的开销。 - 可以考虑采用上述提到的方法进一步提升效率。 --- ### 总结 无论是使用单调栈还是双指针方法都可以高效解决问题。前者更直观易懂;后者则更加节省内存资源。实际应用可根据需求选择合适的方式。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值