1 前言
在前阵子的一篇分享里,简单提到了单调栈这个数据结构,文章如下↓↓↓
【单调栈进阶-接雨水-最大矩形】分享一个简单但挺有意思的算法题2-贪心-单调栈-动态规划
当时只是用单调栈解决了股票问题,是最基础的入门示例,算是easy
或者勉强medium
级别,今天用单调栈来解决一些hard
题目
2 示例-接雨水
42. 接雨水
这是一道经典的面试题,解法有三种,一是正反遍历求出每个点的左右最大高度,勉强算动态规划;二是单调栈;三是双指针;其中效率最高的是双指针,最低的是正反遍历,单调栈效率和双指针是一样的,只是多使用了一个栈结构,故而空间复杂度不是最优。
2.1 单调栈的思路
不难想到,每一个点能接到的雨水,取决于该点左右两边的最大高度,两者之间的最小值即雨水的最大高度,方法一的正反遍历也是为了求取左右两边的最大高度,优点是直观好理解,缺点是两次遍历,效率较低。
而仔细思考的话,使用单调栈,维护一个递减的单调栈,也能求取该点左右两边的最大高度,只是不是针对每一个点,而是每一个上坡,只要有上坡,就弹出,并计算雨水;
具体思路是:遇到一个小于栈顶的元素,则入栈,遇到一个大于栈顶的元素,且此时栈非空,则弹出栈顶,此时计算宽度为i - 已弹出的栈顶 - 1
,高度为min(height[i], 最新栈顶的高度) - 已弹出的栈顶
2.2 代码
var trap = function(height) {
let stack = [];
let len= height.length
let res= 0;
for(let i=0;
i < len;
i++){
while(stack.length > 0 && height[i] > height[stack[stack.length - 1]]){
let top = height[stack.pop()]
if(stack.length == 0){
break
}
let width_ = i - stack[stack.length - 1] - 1
let height_= Math.min(height[i], height[stack[stack.length - 1]]) - top
res += width_*height_
}
stack.push(i)
}
return res
};
文章图片
3 示例-柱状图中的最大矩形 84. 柱状图中最大的矩形
3.1 单调栈的思路
这个跟上一题的思路基本一致,只是这里变成了维护一个单调递增栈,遇到一个大于栈顶的元素就入栈,遇到一个小于栈顶的元素,说明上坡结束,需要一次弹出栈顶,计算最大面积了,此时高度为
刚刚弹出的栈顶对应的高度
,宽度为i - 最新栈顶下标 - 1
(PS:宽度不能是i - 刚刚弹出的栈顶对应的下标
,因为heights[i]
可能连续小于最新栈顶
,此时宽度会连续横向拓宽)3.2 代码
var largestRectangleArea = function(heights) {
heights.push(0)
heights.unshift(0)
let stack = []
let len = heights.length
let res = 0
for(let i=0;
i < len;
i++){
while(stack.length > 0 && heights[i] < heights[stack[stack.length - 1]]){
//吐出来个
let top_i= stack.pop(stack)
let height = heights[top_i]
let width= i - stack[stack.length - 1] - 1
res = Math.max(res, height*width)
}
stack.push(i)
}
return res
};
文章图片
4 示例-最大矩形 85. 最大矩形
4.1 单调栈思路
这道题基本和柱状图中的最大矩形没有啥区别,柱状图中的最大矩形是计算了一层,这个是计算多层,我们把每一行都当做一个柱状图,求出每一层的最大矩形,其中最大值就是最终答案。
matrix = [
["1","0","1","0","0"],
["1","0","1","1","1"],
["1","1","1","1","1"],
["1","0","0","1","0"]
]
//转化成柱状图后是
heights = [
[ 1 , 0 , 1 , 0 , 0 ],
[ 2 , 0 , 2 , 1 , 1 ],
[ 3 , 1 , 3 , 2 , 2 ],
[ 4 , 0 , 0 , 3 , 0 ]
]
对
heights
遍历,求取每一行的最大矩形即可4.2 代码
var largestRectangleArea = function(heights) {
heights.push(0)
heights.unshift(0)
let stack = []
let len = heights.length
let res = 0
for(let i=0;
i < len;
i++){
while(stack.length > 0 && heights[i] < heights[stack[stack.length - 1]]){
//吐出来个
let top_i= stack.pop(stack)
let height = heights[top_i]
let weight = i - stack[stack.length - 1] - 1
res = Math.max(res, height*weight)
}
stack.push(i)
}
return res
};
var maximalRectangle = function(matrix) {
let h= matrix.length
let w= matrix[0].length
let tree = [];
let res= 0;
for (let i = 0;
i < h;
i++) {
tree[i] = new Array(w)
for (let j = 0;
j < w;
j++) {
//树的高度
if (matrix[i][j] == '0') {
tree[i][j] = 0
}else{
tree[i][j] = i > 0 ? tree[i-1][j] + 1 : 1
}
}
let this_line = largestRectangleArea(tree[i].concat())//这里因为js的天生短板,要使用深拷贝
res = Math.max(res, this_line)
}
return res
};
文章图片
推荐阅读
- 算法|【前沿】陈丹琦团队最新论文(受GPT-3启发,用小样本学习给语言模型做微调,性能最高提升30%...)
- 一起刷好题|《牛客每日一题》链表分割、输出链表的倒数第k个结点
- 力扣简单题目集|力扣——合并两个有序数组
- C语言|力扣每日一题——合并两个有序数组
- 点云数据处理|CloudCompare&PCL 泊松曲面重建算法
- 算法|机器学习 python 库_Python机器学习库
- 算法|2022数维杯全网思路+数据+代码
- javaProgramming|乘积小于 K 的子数组 leetcode java dailywork
- Tp5框架 关于App登录token唯一加密算法