leetcode分类刷题:基于数组的双指针(四、小的移动)

leetcode上有些题是真的太难了,正常读题之后完全想不到要用双指针来求解,本次博客总结的题目是双指针初始时位于数组两端,哪个元素小就移动哪个指针

11. 盛最多水的容器

1、这道题放在42. 接雨水的相似题目里,可能是因为它们都有相似的双指针解法吗?从解题代码上看,可能本题的双指针更好理解一些
2、解题思路:左右指针从两侧同时遍历,哪个指针对应的元素小就更新哪个指针,等价于对应的面积可能变大;这个思路巧妙但不是那么好想

from typing import List
'''
11. 盛最多水的容器
给定一个长度为 n 的整数数组 height 。有 n 条垂线,第 i 条线的两个端点是 (i, 0) 和 (i, height[i]) 。
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。
返回容器可以储存的最大水量。
说明:你不能倾斜容器。
示例 1:
    输入:[1,8,6,2,5,4,8,3,7]
    输出:49 
    解释: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。
题眼:
思路:双指针:左右指针从两侧同时遍历,哪个指针对应的元素小就更新哪个指针,等价于对应的面积可能变大;这个思路巧妙但不是那么好想
'''


class Solution:
    def maxArea(self, height: List[int]) -> int:
        left, right = 0, len(height) - 1
        result = min(height[left], height[right]) * (right - left)  # result初始值为处于数组边界情况的面积
        while left < right:
            if height[left] >= height[right]:  # 更新right才可能获得更大面积
                right -= 1
            elif height[left] < height[right]:  # 更新left才可能获得更大面积
                left += 1
            result = max(result, min(height[left], height[right]) * (right - left))
        return result


if __name__ == "__main__":
    obj = Solution()
    while True:
        try:
            in_line = input().strip().split('=')
            height = [int(n) for n in in_line[1].strip()[1: -1].split(',')]
            print(obj.maxArea(height))
        except EOFError:
            break

42. 接雨水

1、下一个更大的数的变体题目,即左右两边下一个最大的数:这道题目最关键的地方在于理解题目,每个位置接雨水的量取决于左右两边的最大值,因此按照该思路定义两个数组,分别保存左右两边的最大值,然后再次遍历序列依次累计雨水量即可
2、这道题也可以按照单调栈的解法思路:按照“大小大”规律求夹着的面积,与栈的先入后出思想一致:小于栈顶元素入栈;等于栈顶元素则替换栈顶元素;大于栈顶元素则判断“大小大”计算面积,按照行为单位求雨水量
3、这道题还可以用双指针的解法思路:左右指针从两侧同时遍历,并分别维护左右两侧的最大值标记,哪个指针对应的元素小就更新哪个,等价于哪个指针可以根据两个最大值标记计算接水量,就移动哪个指针;这个思路巧妙但更难了,不是太常规

from typing import List
'''
42. 接雨水
给定 n 个非负整数表示每个宽度为 1 的柱子的高度图,计算按此排列的柱子,下雨之后能接多少雨水
示例 1:
    输入:height = [0,1,0,2,1,0,1,3,2,1,2,1]
    输出:6
    解释:上面是由数组 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度图,在这种情况下,可以接 6 个单位的雨水(蓝色部分表示雨水)。
题眼:
思路1、模拟:每个位置接雨水的量取决于左右两边的最大值,因此,定义两个数组,分别保存左右两边的最大值(包括自己,闭区间考虑);这种思路是按照列为单位求
雨水量的,简单直观,建议掌握!
思路2、单调栈:按照“大小大”规律求夹着的面积,与栈的先入后出思想一致:小于栈顶元素入栈;等于栈顶元素则替换栈顶元素;大于栈顶元素则判断“大小大”计算面积;
这种思路按照行为单位求雨水量的,这种解释不是太好理解,还不如按照括号配对的思路理解,按照这种思路有点难
思路3、双指针:左右指针从两侧同时遍历,并分别维护左右两侧的最大值标记,哪个指针对应的元素小就更新哪个,等价于哪个指针可以根据两个最大值标记计算接水量,
就移动哪个指针;这个思路巧妙但更难了,不是太常规,理解起来有点吃力
'''


class Solution:
    def trap(self, height: List[int]) -> int:
        # # 思路1、模拟:每个位置接雨水的量取决于左右两边的最大值,因此,定义两个数组,分别保存左右两边的最大值(包括自己,闭区间考虑)
        # lmax = [0] * len(height)
        # maxNum = 0
        # for i in range(len(height)):
        #     maxNum = max(maxNum, height[i])
        #     lmax[i] = maxNum
        # rmax = [0] * len(height)
        # maxNum = 0
        # for i in range(len(height) - 1, -1, -1):
        #     maxNum = max(maxNum, height[i])
        #     rmax[i] = maxNum
        # result = 0
        # for i in range(len(height)):
        #     result += min(lmax[i], rmax[i]) - height[i]
        # return result

        # # 思路2、单调栈:按照“大小大”规律求夹着的面积,与栈的先入后出思想一致:小于栈顶元素入栈;等于栈顶元素则替换栈顶元素;
        # # 大于栈顶元素则判断“大小大”计算面积
        # stk = []
        # result = 0
        # for i in range(len(height)):
        #     if len(stk) == 0:
        #         stk.append(i)
        #     else:
        #         if height[i] < height[stk[-1]]:
        #             stk.append(i)
        #         elif height[i] == height[stk[-1]]:  # 这一步可以注释掉,合并到上一步入栈
        #             stk.pop()
        #             stk.append(i)
        #         elif height[i] > height[stk[-1]]:
        #             while len(stk) > 0 and height[i] > height[stk[-1]]:
        #                 right = height[i]
        #                 mid = height[stk.pop()]
        #                 if len(stk) > 0:
        #                     left = height[stk[-1]]
        #                     result += (min(left, right) - mid) * (i - stk[-1] - 1)
        #             stk.append(i)
        # return result

        # 思路3、双指针:左右指针从两侧同时遍历,并分别维护左右两侧的最大值标记,哪个指针对应的元素小就更新哪个,等价于哪个指针可以根据两个最大值标
        # 记计算接水量,就移动哪个指针
        left, right = 0, len(height) - 1
        lMax, rMax = height[left], height[right]  # lMax标记了left位置的左侧最大值(包括left本身);rMax标记了right位置的右侧最大值
        # (包括right本身)
        result = 0
        while left < right:  # left==right时,表示定位到了数组中的最大值处了,这里不用计算,肯定不能接水
            if height[left] <= height[right]:  # 情况1:height[left]刚好为lMax,必有lMax<=rMax;情况2:height[left]之前的某个数
                # 为lMax,那么当时left能更新的条件必然是lMax<=rMax;那么在left位置,必然有lMax<=left位置自己的右侧最大值(本来就比rMax大)
                # 所以,left指针可以记计算接水量
                result += lMax - height[left]  # 因为lMax包含了left位置,所以不用担心该计算小于0
                left += 1
                lMax = max(lMax, height[left])
            elif height[left] > height[right]:  # 情况1:height[right]刚好为rMax,必有lMax>rMax;情况2:height[right]之前的某个数
                # 为lMax,那么当时right能更新的条件必然是lMax>rMax;那么在right位置,必然有right位置自己的左侧最大值(本来就比lMax大)>rMax
                # 所以,right指针可以记计算接水量
                result += rMax - height[right]  # 因为rMax包含了right位置,所以不用担心该计算小于0
                right -= 1
                rMax = max(rMax, height[right])
        return result


if __name__ == "__main__":
    obj = Solution()
    while True:
        try:
            in_line = input().strip().split('=')
            height = [int(n) for n in in_line[1].strip()[1: -1].split(',')]
            print(obj.trap(height))
        except EOFError:
            break

猜你喜欢

转载自blog.csdn.net/qq_39975984/article/details/132803997