LeetCode 筆記系列 17 Largest Rectangle in Histogram
題目: Largest Rectangle in Histogram
Given n non-negative integers representing the histogram's bar height where the width of each bar is 1, find the area of largest rectangle in the histogram.
Above is a histogram where width of each bar is 1, given height = [2,1,5,6,2,3]
.
The largest rectangle is shown in the shaded area, which has area = 10
For example,
Given height = [2,1,5,6,2,3]
,
return 10
.
解法一: 這樣的題目一般都有O(n)的解法,因為O(n2)的解法實在是太顯而易見了。
可悲的是,本娃就只寫出了後者。。。程式碼如下:
1 public int largestRectangleArea(int[] height) { 2 // Start typing your Java solution below 3 // DO NOT write main() function 4 int[] min = newView Codeint[height.length]; 5 int maxArea = 0; 6 for(int i = 0; i < height.length; i++){ 7 if(height[i] != 0 && maxArea/height[i] >= (height.length - i)) { 8 continue; 9 } 10 for(int j = i; j < height.length; j++){11 if(i == j) min[j] = height[j]; 12 else { 13 if(height[j] < min[j - 1]) { 14 min[j] = height[j]; 15 }else min[j] = min[j-1]; 16 } 17 int tentativeArea = min[j] * (j - i + 1); 18 if(tentativeArea > maxArea) { 19 maxArea = tentativeArea; 20 } 21 } 22 } 23 return maxArea; 24 }
基本思想就是遍歷所有[i, j],並在過程中找出中間最矮的bar,得出從i到j的矩形面積。
不過我就知道,一定有大神用他們極簡的程式碼來切題,下面就是一個。
解法二:
1 public int largestRectangleArea2(int[] height) { 2 Stack<Integer> stack = new Stack<Integer>(); 3 int i = 0; 4 int maxArea = 0; 5 int[] h = new int[height.length + 1]; 6 h = Arrays.copyOf(height, height.length + 1); 7 while(i < h.length){ 8 if(stack.isEmpty() || h[stack.peek()] <= h[i]){ 9 stack.push(i++); 10 }else { 11 int t = stack.pop(); 12 maxArea = Math.max(maxArea, h[t] * (stack.isEmpty() ? i : i - stack.peek() - 1)); 13 } 14 } 15 return maxArea; 16 }
16行,給跪了。。。。
這個我不去debug下都特麼不知道在幹嘛。
那要不就debug下看看這段程式碼在做神馬。例子就用題目中的[2,1,5,6,2,3]吧。
首先,如果棧是空的,那麼索引i入棧。那麼第一個i=0就進去吧。注意棧內儲存的是索引,不是高度。然後i++。
然後繼續,當i=1的時候,發現h[i]小於了棧內的元素,於是出棧。(由此可以想到,哦,看來stack裡面只存放單調遞增的索引)
這時候stack為空,所以面積的計算是h[t] * i.t是剛剛彈出的stack頂元素。也就是藍色部分的面積。
繼續。這時候stack為空了,繼續入棧。注意到只要是連續遞增的序列,我們都要keep pushing,直到我們遇到了i=4,h[i]=2小於了棧頂的元素。
這時候開始計算矩形面積。首先彈出棧頂元素,t=3。即下圖綠色部分。
接下來注意到棧頂的(索引指向的)元素還是大於當前i指向的元素,於是出棧,並繼續計算面積,桃紅色部分。
最後,棧頂的(索引指向的)元素大於了當前i指向的元素,迴圈繼續,入棧並推動i前進。直到我們再次遇到下降的元素,也就是我們最後人為新增的dummy元素0.
同理,我們計算棧內的面積。由於當前i是最小元素,所以所有的棧內元素都要被彈出並參與面積計算。
注意我們在計算面積的時候已經更新過了maxArea。
總結下,我們可以看到,stack中總是保持遞增的元素的索引,然後當遇到較小的元素後,依次出棧並計算棧中bar能圍成的面積,直到棧中元素小於當前元素。
可是為什麼這個方法是正確的呢? 我也沒搞清楚。只是覺得不明覺厲了。
-------------------------------------------------更新----------------------------------------------------------------
可以這樣理解這個演算法,看下圖。
例如我們遇到最後遇到一個遞減的bar(紅色)。高度位於紅線上方的(也就是演算法中棧裡面大於最右bar的)元素,他們是不可能和最右邊的較小高度bar圍成一個比大於在彈棧過程中的矩形面積了(黃色面積),因為紅色的bar對他們來說是一個短板,和紅色bar能圍成的最大面積也就是紅色的高度乘以這些“上流社會”所跨越的索引範圍。但是“上流社會”的高度個個都比紅色bar大,他們完全只計算彼此之間圍成的面積就遠遠大於和紅色bar圍成的任意麵積了。所以紅色bar是不可能參與“上流社會”的bar的圍城的(好悲哀)。
但是屌絲也不用洩氣哦。因為雖然長度不佔優勢,但是團結的力量是無窮的。它還可以參與“比較遠的”比它還要屌絲的bar的圍城。他們的面積是有可能超過上流社會的面積的,因為距離啊!所以彈棧到比紅色bar小就停止了。
另外一個細節需要注意的是,彈棧過程中面積的計算。
h[t] * (stack.isEmpty() ? i : i - stack.peek() - 1)
h[t]是剛剛彈出的棧頂端元素。此時的面積計算是h[t]和前面的“上流社會”能圍成的最大面積。這時候要注意哦,棧內索引指向的元素都是比h[t]小的,如果h[t]是目前最小的,那麼棧內就是空哦。而在目前棧頂元素和h[t]之間(不包括h[t]和棧頂元素),都是大於他們兩者的。如下圖所示:
那h[t]無疑就是Stack.Peek和t之間那些上流社會的短板啦,而它們的跨越就是i - Stack.Peek - 1。
所以說,這個彈棧的過程也是維持程式不變數的方法啊:棧內元素一定是要比當前i指向的元素小的。
----------------------------------------------------------------------------------華麗------------------------------------------------------------------------------------------------------------------------
我只想問演算法的作者,他們到底是怎麼想出來的,在這麼短的時間內。是不是有一些類似的研究或者演算法給他們以靈感?
太有畫面感了有木有!