算法leetcode|85. 最大矩形(rust重拳出击)

2023-10-23 14:12

本文主要是介绍算法leetcode|85. 最大矩形(rust重拳出击),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!


文章目录

  • 85. 最大矩形:
    • 样例 1:
    • 样例 2:
    • 样例 3:
    • 样例 4:
    • 样例 5:
    • 提示:
  • 分析:
  • 题解:
    • rust:
    • go:
    • c++:
    • python:
    • java:


85. 最大矩形:

给定一个仅包含 01 、大小为 rows x cols 的二维二进制矩阵,找出只包含 1 的最大矩形,并返回其面积。

样例 1:

输入:matrix = [["1","0","1","0","0"],["1","0","1","1","1"],["1","1","1","1","1"],["1","0","0","1","0"]]输出:6解释:最大矩形如上图所示。

样例 2:

输入:matrix = []输出:0

样例 3:

输入:matrix = [["0"]]输出:0

样例 4:

输入:matrix = [["1"]]输出:1

样例 5:

输入:matrix = [["0","0"]]输出:0

提示:

  • rows == matrix.length
  • cols == matrix[0].length
  • 1 <= row, cols <= 200
  • matrix[i][j] 为 ‘0’ 或 ‘1’

分析:

  • 面对这道算法题目,二当家的再次陷入了沉思。
  • 要不是刚做过 84. 柱状图中最大的矩形 这道题,差点就被唬住,就去暴力破解了。
  • 可以从上到下的遍历,把矩阵按照柱状图处理,纵向从下往上计算高度,遇到0停止。
  • 处理柱状图最直接的想法是双循环,遍历每个柱子,查找左边第一个低于自己的柱子,和右边第一个低于自己的柱子,这样就能算出当前柱子这个高度最大的宽度,有搞头,很明显会很慢,还有没有更好的办法呢。
  • 找到每个柱子的左右边界(第一个低于自己的柱子)是关键,有没有办法降低查找的复杂度呢?
  • 要是能一次遍历就把左右边界找到就好了,祭出神器单调栈,如果栈为空就入栈(这里可以使用技巧,让处理逻辑统一),否则判断下一个柱子如果高于栈顶或者和栈顶一样高也直接入栈,如果低于栈顶就出栈,因为当前这个柱子就是栈顶元素的右边界,重复这个过程,就可以在一次遍历的过程中就找到左右边界。
  • 特别要注意遍历过程中栈为空,和遍历完所有柱子但是栈不为空的情况。

题解:

rust:

impl Solution {pub fn maximal_rectangle(matrix: Vec<Vec<char>>) -> i32 {let mut ans = 0;let (rows, cols) = (matrix.len(), matrix[0].len());let mut heights = vec![0; cols];let mut stack = vec![-1];(0..rows).for_each(|i| {(0..cols).for_each(|j| {// 矩阵转换为柱状图(滚动数组)if matrix[i][j] == '1' {heights[j] += 1;} else {heights[j] = 0;}while stack.len() > 1 && heights[*stack.last().unwrap() as usize] > heights[j] {// 栈中比当前位置高的那些待确定右边界的下标都可以确定右边界了ans = ans.max(heights[stack.pop().unwrap() as usize] * (j as i32 - 1 - stack.last().unwrap()));}// 入栈,等到能够确定右边界时处理stack.push(j as i32);});while stack.len() > 1 {// 栈中剩余的都是右边没有更低的ans = ans.max(heights[stack.pop().unwrap() as usize] * (cols as i32 - 1 - stack.last().unwrap()));}});return ans;}
}

go:

func maximalRectangle(matrix [][]byte) int {max := func(x, y int) int {if x > y {return x}return y}ans := 0rows, cols := len(matrix), len(matrix[0])heights := make([]int, cols)stack := []int{-1}for i := 0; i < rows; i++ {for j := 0; j < cols; j++ {// 矩阵转换为柱状图(滚动数组)if matrix[i][j] == '1' {heights[j]++} else {heights[j] = 0}for len(stack) > 1 && heights[stack[len(stack)-1]] > heights[j] {// 栈中比当前位置高的那些待确定右边界的下标都可以确定右边界了ans = max(ans, heights[stack[len(stack)-1]]*(j-1-stack[len(stack)-2]))// 出栈stack = stack[:len(stack)-1]}// 入栈,等到能够确定右边界时处理stack = append(stack, j)}for len(stack) > 1 {// 栈中剩余的都是右边没有更低的ans = max(ans, heights[stack[len(stack)-1]]*(cols-1-stack[len(stack)-2]))// 出栈stack = stack[:len(stack)-1]}}return ans
}

c++:

class Solution {
public:int maximalRectangle(vector<vector<char>>& matrix) {int ans = 0;const int rows = matrix.size();const int cols = matrix[0].size();int heights[cols];memset(heights, 0, sizeof(int) * cols);stack<int> s;s.push(-1);for (int i = 0; i < rows; ++i) {for (int j = 0; j < cols; ++j) {// 矩阵转换为柱状图(滚动数组)if (matrix[i][j] == '1') {heights[j] += 1;} else {heights[j] = 0;}while (s.size() > 1 && heights[s.top()] > heights[j]) {// 栈中比当前位置高的那些待确定右边界的下标都可以确定右边界了int height = heights[s.top()];s.pop();ans = max(ans, height * (j - 1 - s.top()));}// 入栈,等到能够确定右边界时处理s.push(j);}while (s.size() > 1) {// 栈中剩余的都是右边没有更低的int height = heights[s.top()];s.pop();ans = max(ans, height * (cols - 1 - s.top()));}}return ans;}
};

python:

class Solution:def maximalRectangle(self, matrix: List[List[str]]) -> int:ans = 0rows = len(matrix)cols = len(matrix[0])heights = [0] * colsstack = [-1]for i in range(rows):for j in range(cols):# 矩阵转换为柱状图(滚动数组)if matrix[i][j] == '1':heights[j] += 1else:heights[j] = 0while len(stack) > 1 and heights[stack[-1]] > heights[j]:# 比当前位置高的那些待确定右边界的下标都可以确定右边界了ans = max(ans, heights[stack.pop()] * (j - 1 - stack[-1]))# 入栈,等到能够确定右边界时处理stack.append(j)while len(stack) > 1:# 栈中剩余的都是右边没有更低的ans = max(ans, heights[stack.pop()] * (cols - 1 - stack[-1]))return ans

java:

class Solution {public int maximalRectangle(char[][] matrix) {int ans = 0;final int      rows    = matrix.length;final int      cols    = matrix[0].length;final int[]    heights = new int[cols];Deque<Integer> stack   = new ArrayDeque<>();stack.push(-1);for (int i = 0; i < rows; ++i) {for (int j = 0; j < cols; ++j) {// 矩阵转换为柱状图(滚动数组)if (matrix[i][j] == '1') {heights[j] += 1;} else {heights[j] = 0;}while (stack.size() > 1 && heights[stack.peek()] > heights[j]) {// 栈中比当前位置高的那些待确定右边界的下标都可以确定右边界了ans = Math.max(ans, heights[stack.pop()] * (j - 1 - stack.peek()));}// 入栈,等到能够确定右边界时处理stack.push(j);}while (stack.size() > 1) {// 栈中剩余的都是右边没有更低的ans = Math.max(ans, heights[stack.pop()] * (cols - 1 - stack.peek()));}}return ans;}
}

非常感谢你阅读本文~
欢迎【点赞】【收藏】【评论】三连走一波~
放弃不难,但坚持一定很酷~
希望我们大家都能每天进步一点点~
本文由 二当家的白帽子:https://le-yi.blog.csdn.net/ 博客原创~


这篇关于算法leetcode|85. 最大矩形(rust重拳出击)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/268365

相关文章

哈希leetcode-1

目录 1前言 2.例题  2.1两数之和 2.2判断是否互为字符重排 2.3存在重复元素1 2.4存在重复元素2 2.5字母异位词分组 1前言 哈希表主要是适合于快速查找某个元素(O(1)) 当我们要频繁的查找某个元素,第一哈希表O(1),第二,二分O(log n) 一般可以分为语言自带的容器哈希和用数组模拟的简易哈希。 最简单的比如数组模拟字符存储,只要开26个c

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

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

poj 3723 kruscal,反边取最大生成树。

题意: 需要征募女兵N人,男兵M人。 每征募一个人需要花费10000美元,但是如果已经招募的人中有一些关系亲密的人,那么可以少花一些钱。 给出若干的男女之间的1~9999之间的亲密关系度,征募某个人的费用是10000 - (已经征募的人中和自己的亲密度的最大值)。 要求通过适当的招募顺序使得征募所有人的费用最小。 解析: 先设想无向图,在征募某个人a时,如果使用了a和b之间的关系

dp算法练习题【8】

不同二叉搜索树 96. 不同的二叉搜索树 给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。 示例 1: 输入:n = 3输出:5 示例 2: 输入:n = 1输出:1 class Solution {public int numTrees(int n) {int[] dp = new int