当前位置: 首页 > article >正文

LeetCode - 11 盛最多水的容器

题目来源

11. 盛最多水的容器 - 力扣(LeetCode)

题目描述

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。


示例 2

输入:height = [1,1]
输出:1

提示

  • n == height.length
  • 2 <= n <= 105
  • 0 <= height[i] <= 10^4

题目解析

本题可以利用双指针+贪心解题。

容器内水的容量大小 V,取决于容器两端中的较短柱子h_min,因此为了使得容器内水尽可能的多,我们应该找到距离 h_min 柱子最远的,且高度>= h_min 的另一个柱子。 

我们可以定义两个指针 L, R,分别指向 height 数组的首尾元素。

  • 若 height[L] < height[R],则说明 height[L] 是矮柱,而 height[R] 是距离 height[L] 最远的比它高的柱子,因此此时我们找到了 height[L] 作为容器矮柱的最优解。之后 L ++ 。
  • 若 height[L] > height[R],则说明 height[R] 是矮柱,而 height[L] 是距离 height[R] 最远的比它高的柱子,因此此时我们找到了 height[R] 作为容器矮柱的最优解。之后 R -- 。
  • 若 height[L] == height[R],则任意一个柱子作为矮柱都可以。

循环处理上面逻辑,直到 L >= R 时停止。

可能大家会有疑问,随着 L,R的内向移动,可能有一些矮柱无法找到最远的稍高柱子,比如下面例子:

可以发现,此时 L 作为矮柱,对应的最优解高柱应该是 R1,而不是 R。

那么为什么选择 L,R 组合,不会影响结果正确性呢?

因为我们通过双指针运动逻辑可知,R1在之前肯定已经被选作为矮柱过了,且其对应的高柱 L1 肯定是 < L 的。

也就是说 h[R1] * (R1 - L1 + 1) 的结果是肯定大于 h[L] * (R1 - L + 1) 的,因此这里 L 虽然没有匹配到最优高柱 R1,但是 R1 作为矮柱时的容器肯定比当前 R1 作为高柱时的容器盛水更多。

因此,我们可以忽略 R1 作为高柱的情况。

C源码实现

int maxArea(int* height, int heightSize) {
    int l = 0;
    int r = heightSize - 1;

    int ans = 0;

    while (l < r) {
        int h = height[l] <= height[r] ? height[l++] : height[r--];
        ans = (int)fmax(ans, h * (r - l + 1));
    }

    return ans;
}

C++源码实现

class Solution {
public:
    int maxArea(vector<int>& height) {
        int l = 0;
        int r = height.size() - 1;

        int ans = 0;

        while (l < r) {
            int h = height[l] <= height[r] ? height[l++] : height[r--];
            ans = max(ans, h * (r - l + 1));
        }

        return ans;
    }
};

Java源码实现

class Solution {
    public int maxArea(int[] height) {
        int l = 0;
        int r = height.length - 1;

        int ans = 0;

        while (l < r) {
            int h = height[l] < height[r] ? height[l++] : height[r--];
            ans = Math.max(ans, h * (r - l + 1));
        }

        return ans;
    }
}

Python源码实现

class Solution(object):
    def maxArea(self, height):
        """
        :type height: List[int]
        :rtype: int
        """
        l = 0
        r = len(height) - 1

        ans = 0

        while l < r:
            if height[l] <= height[r]:
                h = height[l]
                l += 1
            else:
                h = height[r]
                r -= 1
            
            ans = max(ans, h * (r - l + 1))
        
        return ans

JavaScript源码实现

/**
 * @param {number[]} height
 * @return {number}
 */
var maxArea = function (height) {
    let l = 0;
    let r = height.length - 1;

    let ans = 0;

    while (l < r) {
        const h = height[l] <= height[r] ? height[l++] : height[r--];
        ans = Math.max(ans, h * (r - l + 1));
    }

    return ans;
};

http://www.kler.cn/a/286638.html

相关文章:

  • Hook 函数
  • 安宝特方案 | AR在供应链管理中的应用:提升效率与透明度
  • 「 机器人 」系统辨识实验浅谈
  • Android GLSurfaceView 覆盖其它控件问题 (RK平台)
  • 2024年终总结
  • 【科研建模】Pycaret自动机器学习框架使用流程及多分类项目实战案例详解
  • nrm|npm快速切源
  • 旅行追踪和行程规划工具AdventureLog
  • 基于微信小程序的挂号管理系统-小程序端
  • 【工具】bash、zsh的切换,使用oh-my-zsh修改颜色主题
  • 集成电路学习:什么是GUI图形用户界面
  • Colly官方文档入门教程
  • pytest运行冒烟用例:冒烟类和冒烟函数区别
  • 【栈经典问题剖析】上
  • linux环境下安装配置go环境
  • [M二叉树] lc98. 验证二叉搜索树(dfs+多方法+前中后序+算法思维)
  • 深度解析提升 Kafka 效率的多种关键手段
  • 大数据基础:离线与实时数仓区别和建设思路
  • 【攻防世界新手入门】simple_js
  • 弹性资源组件集成系列(二)elastic-job集成弹性资源设计解释
  • Linux高级编程-进程间通信(IPC)
  • 无线通信-WIFI通信
  • Linux 软件包管理器 yum
  • Android Framework(三)Activity启动流程
  • npm包不满足需求的时候怎么办
  • AWTK fscript 中的位操作扩展函数