【数据结构与算法】之容器盛最多水的算法

给你 n 个非负整数 a1,a2,…,an,每个数代表坐标中的一个点 (i, ai) 。在坐标内画 n 条垂直线,垂直线 i 的两个端点分别为 (i, ai) 和 (i, 0)。找出其中的两条线,使得它们与 x 轴共同构成的容器可以容纳最多的水。
说明:不能倾斜容器,且 n 的值至少为 2。

一、题目要求

在这里插入图片描述

  • 图中垂直线代表输入数组 [1, 8, 6, 2, 5, 4, 8, 3, 7]。在此情况下,容器能够容纳水(表示为蓝色部分)的最大值为 49。
  • 示例
	输入:[1,8,6,2,5,4,8,3,7]
	输出:49
二、算法示例
  • Siwft 示例:
    • 通过题意,盛水的高度是由区间左右的最小值决定,而容纳水的体积是由高度和宽度公共决定。 因此,我们区间两边不断的缩进,求出每一个区间 题解,并记录其中最大的即可。
    • 初始状态选择最左最右的柱子,然后矮柱子往中间挪动。每一步操作,都求出能容纳的水的体积。
    • Swift 算法如下:
	class Solution {
    
    
	    func maxArea(_ height: [Int]) -> Int {
    
    
	      
	      var left = 0
	      var right = height.count-1
	      var maxAns = 0
	      var per = 0
	    
	      while left < right {
    
    
	        per = min(height[left], height[right]) * (right-left)
	        maxAns = max(maxAns, per)
	        if height[left] <= height[right] {
    
    
	          // 优先剔除矮木板
	          left += 1
	        } else {
    
    
	          right -= 1
	        }
	      }
	      return maxAns
	    }
	}
  • Java 示例:
    • 算法流程: 设置双指针 i,j 分别位于容器壁两端,根据规则移动指针(后续说明),并且更新面积最大值 res,直到 i == j 时返回 res。

    • 指针移动规则与证明: 每次选定围成水槽两板高度 h[i],h[j] 中的短板,向中间收窄 1 格。以下证明:

      • 设每一状态下水槽面积为 S(i,j),(0 <= i < j < n),由于水槽的实际高度由两板中的短板决定,则可得面积公式 S(i,j) = min(h[i],h[j]) × (j−i)。
      • 在每一个状态下,无论长板或短板收窄 1 格,都会导致水槽底边宽度 −1:
        • 若向内移动短板,水槽的短板 min(h[i],h[j]) 可能变大,因此水槽面积 S(i,j) 可能增大。
        • 若向内移动长板,水槽的短板 min(h[i],h[j]) 不变或变小,下个水槽的面积一定小于当前水槽面积。
    • 因此,向内收窄短板可以获取面积最大值。换个角度理解:

      • 若不指定移动规则,所有移动出现的 S(i,j) 的状态数为 C(n,2),即暴力枚举出所有状态。
      • 在状态 S(i,j) 下向内移动短板至 S(i+1,j)(假设 h[i]<h[j] ),则相当于消去了 S(i,j−1),S(i,j−2),…,S(i,i+1) 状态集合。而所有消去状态的面积一定 <=S(i,j):
        • 短板高度:相比 S(i,j) 相同或更短(<=h[i]);
        • 底边宽度:相比 S(i,j) 更短。
      • 因此所有消去的状态的面积都 <S(i,j)。通俗的讲,我们每次向内移动短板,所有的消去状态都不会导致丢失面积最大值 。
    • 复杂度分析:

      • 时间复杂度 O(N),双指针遍历一次底边宽度 N 。
      • 空间复杂度 O(1),指针使用常数额外空间。
    • Java 算法如下:

	class Solution {
    
    
	    public int maxArea(int[] height) {
    
    
	        int i = 0, j = height.length - 1, res = 0;
	        while(i < j){
    
    
	            res = height[i] < height[j] ? 
	                Math.max(res, (j - i) * height[i++]): 
	                Math.max(res, (j - i) * height[j--]); 
	        }
	        return res;
	    }
	}

猜你喜欢

转载自blog.csdn.net/Forever_wj/article/details/108715016