LeetCode——42. 接雨水（Java）

题目描述

题干：
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）。 

示例 2：
输入：height = [4,2,0,3,2,5]
输出：9

---

题目描述

返回能接到的雨水格子数，官方题解给出了很多种方法，说几个可以理解的方法

任何问题离不开暴力解答，但是这道题的暴力思想我估计都不好想

你需要知道如何计算节水数量的方式，就是当前元素到左右最高边界中较小的差然后求和

所以我们需要先计算出每个元素盛水的左右边界值，这里就有两种方式

暴力的话就需要每次计算左右边界，如果采用动态规划的思想，可以想把边界值存储起来

这就是两种方法，再其次就是采用单调递减栈的方式，因为只要高度是递减的

那当它一旦遇到递增的就可以接水，利用这个思路，我们可以使用递减栈的思想来计算

最后还有一种双指针的方式，因为时间有限就没有理解，大家可以去官方题解查看解析或者视频

---

正确代码

    // 暴力
    public int trap(int[] height) {
        int ans = 0;
        int size = height.length;

        for (int i = 1; i < size - 1; i++) {
            int max_left = 0, max_right = 0;
            for (int j = i; j >= 0; j--) {
                max_left = Math.max(max_left, height[j]);
            }
            for (int j = i; j < size; j++) {
                max_right = Math.max(max_right, height[j]);
            }
            ans += Math.min(max_left, max_right) - height[i];
        }
        return ans;
    }

    // 动态规划
    public int trap01(int[] height) {
        if (height == null || height.length == 0) {
            return 0;
        }

        int ans = 0, size = height.length;
        int[] left_max = new int[size];
        int[] right_max = new int[size];

        left_max[0] = height[0];
        for (int i = 1; i < size; i++) {
            left_max[i] = Math.max(height[i], left_max[i - 1]);
        }

        right_max[size - 1] = height[size - 1];
        for (int i = size - 2; i >= 0; i--) {
            right_max[i] = Math.max(height[i], right_max[i + 1]);
        }

        for (int i = 1; i < size - 1; i++) {
            ans += Math.min(left_max[i], right_max[i]) - height[i];
        }
        return ans;
    }

    // 单调递减栈
    public int trap02(int[] height) {
        int ans = 0, current = 0;
        Deque<Integer> stack = new LinkedList<>();
        while (current < height.length) {
            while (!stack.isEmpty() && height[current] > height[stack.peek()]) {
                int top = stack.pop();
                if (stack.isEmpty()) break;
                int distance = current - stack.peek() - 1;
                int bounded_height = Math.min(height[current], height[stack.peek()]) - height[top];
                ans += distance * bounded_height;
            }
            stack.push(current++);
        }
        return ans;
    }

    // 双指针
    public int trap03(int[] height) {
        int left = 0, right = height.length - 1;
        int ans = 0;
        int left_max = 0, right_max = 0;
        while (left < right) {
            if (height[left] < height[right]) {
                if (height[left] >= left_max) {
                    left_max = height[left];
                } else {
                    ans += (left_max - height[left]);
                }
                ++left;
            } else {
                if (height[right] >= right_max) {
                    right_max = height[right];
                } else {
                    ans += (right_max - height[right]);
                }
                --right;
            }
        }
        return ans;
    }

---

总结

上次说到单调递减栈可以用来统计元素后面比自己大的元素，在这里也同样好用

还有双指针的思想，绝对是将复杂度降低的绝妙方式，我个人就很喜欢这个思想

如果文章存在问题或者有更好的题解，欢迎在评论区斧正和评论，各自努力，最高处见