【算法学习】-【双指针】-【盛水最多的容器】

2023-10-06 01:46

本文主要是介绍【算法学习】-【双指针】-【盛水最多的容器】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

LeetCode原题链接:盛水最多的容器

下面是题目描述:
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

示例1图:
在这里插入图片描述

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] <= 104

1、解题思路
求解本题当然也可暴力枚举,但本文主要通过这道题进行双指针算法的学习,故这里直接进行双指针算法的讲解。

虽说是双指针,但求解本题更重要的是对其单调性规律的发现和运用

首先,明确体积的计算为V = w * hw是数组中两个数据的距离h是这两数据中较小的一个木桶效应,也是解出本题的关键);

接下来关键点来了,此时 “固定” 较小的h,而将h较大的向内枚举,也就是让w减小;那么枚举的过程有且仅有以下两种情况
(1)w减小了h原来那个较小的h,此时据木桶效应仍以原来那个较小的h为计算体积的h;故此时计算V = w * hw减小,h不变,V一定减小
(2)w减小了h原来那个较小的h,此时据木桶效应以新的较小的h为计算体积的h;故此时计算V = w * hw减小,h减小,V一定减小

以上就前面所说的单调性规律,接下来的问题就是如何利用这个规律,通过双指针进行枚举解答

那么这里通过示例1 数组height [1,8,6,2,5,4,8,3,7] 进行说明:

这里的双指针更具体来说是对撞指针,所以让一个指针指向数组的第一个数据(设指针为front,下标为0),另一个指针指向最后一个数据(设指针为back,下标为7)开始枚举
(1)初始时,可得宽度为w = back - fronth取较小者,也就是height[front];将它们相乘得到一个体积值V1;根据单调性,下一步若将back向前(向内)移进行枚举,直至第一个数据,算出来的体积一定都小于V1,(w一直在减小,h要么不变要么更小),故此时不应让back向前,而应让front向后(向内)移动进行枚举

虽然front向后宽度也一定是减小的,h有可能变大,且变大的幅度远超w减小的幅度而让总体积增大

此时我们就可以得到两个指针移动的规律了:让高度小的指针向内移动枚举,即若front对应在数组中的数据大于等于back在数组中的数据,即height[front] >= height[back] ,就让back--;反之,则让front++

(2)通过上面的分析,下一步是front++,++后我们计算出第二个体积V2;然后重复上述过程,每一步都能算出一个体积,最后这些体积中最大的即为问题的解。

2、具体代码

int maxArea(vector<int>& height) {int front = 0;int back = height.size() - 1;int resArea = 0;while(front != back){int area = (back - front) * (height[front] < height[back] ? height[front] : height[back]);if(area > resArea){resArea = area;}if(height[front] < height[back]){front++;}else{back--;            }}return resArea;}

看完觉得有觉得帮助的话不妨点赞收藏鼓励一下,有疑问或看不懂的地方或有可优化的部分还恳请朋友们留个评论,多多指点,谢谢朋友们!🌹🌹🌹

这篇关于【算法学习】-【双指针】-【盛水最多的容器】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/152544

相关文章

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

Go语言中三种容器类型的数据结构详解

《Go语言中三种容器类型的数据结构详解》在Go语言中,有三种主要的容器类型用于存储和操作集合数据:本文主要介绍三者的使用与区别,感兴趣的小伙伴可以跟随小编一起学习一下... 目录基本概念1. 数组(Array)2. 切片(Slice)3. 映射(Map)对比总结注意事项基本概念在 Go 语言中,有三种主要

Spring核心思想之浅谈IoC容器与依赖倒置(DI)

《Spring核心思想之浅谈IoC容器与依赖倒置(DI)》文章介绍了Spring的IoC和DI机制,以及MyBatis的动态代理,通过注解和反射,Spring能够自动管理对象的创建和依赖注入,而MyB... 目录一、控制反转 IoC二、依赖倒置 DI1. 详细概念2. Spring 中 DI 的实现原理三、

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06