【数据结构和算法】盛最多水的容器

其他系列文章导航

Java基础合集
数据结构与算法合集

设计模式合集

多线程合集

分布式合集

ES合集


文章目录

其他系列文章导航

文章目录

前言

一、题目描述

二、题解

2.1 方法一:暴力枚举

2.2 方法二:双指针

三、代码

3.1 方法一:暴力枚举

3.2 方法二:双指针

四、复杂度分析

4.1 方法一:暴力枚举

4.2 方法二:双指针


前言

这是力扣的 11 题,难度为中等,解题方案有很多种,本文讲解我认为最奇妙的两种。


一、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] <= 104

二、题解

2.1 方法一:暴力枚举

思路与算法:

顾名思义,暴力枚举,设定两个循环。

  • 第一个循环,循环左挡板。
  • 第二个循环,循环右挡板。

每次计算 area ,存入 maxArea 。

面积公式:S(i,j)=min(h[ i ] ,h[ j ])×(j−i)

2.2 方法二:双指针

思路与算法:

在每个状态下,无论长板或短板向中间收窄一格,都会导致水槽 底边宽度 −1​ 变短:

  • 若向内 移动短板 ,水槽的短板 min(h[i],h[j]) 可能变大,因此下个水槽的面积 可能增大 。
  • 若向内 移动长板 ,水槽的短板 min(h[i],h[j])​ 不变或变小,因此下个水槽的面积 一定变小 。

因此,初始化双指针分列水槽左右两端,循环每轮将短板向内移动一格,并更新面积最大值,直到两指针相遇时跳出;即可获得最大面积。

算法流程

  1. 初始化: 双指针 i , j 分列水槽左右两端;
  2. 循环收窄: 直至双指针相遇时跳出;
  3. 更新面积最大值 res ;
  4. 选定两板高度中的短板,向中间收窄一格;
  5. 返回值: 返回面积最大值 res 即可;

三、代码

3.1 方法一:暴力枚举

Java版本:

class Solution {public int maxArea(int[] height) {int n = height.length, max = 0, area;for (int i = 0; i < n; i++) {for (int j = 0; j < n; j++) {area = Math.min(height[i], height[j]) * (j - i);if (area > max) max = area;}}return max;}
}

C++版本:

class Solution {
public:int maxArea(vector<int>& height) {int n = height.size(), maxArea = 0;for (int i = 0; i < n; i++) {for (int j = i + 1; j < n; j++) {int area = min(height[i], height[j]) * (j - i);maxArea = max(maxArea, area);}}return maxArea;}
};

Python版本:

class Solution:def maxArea(self, height: List[int]) -> int:n = len(height)max_area = 0for i in range(n):for j in range(i+1, n):area = min(height[i], height[j]) * (j - i)max_area = max(max_area, area)return max_area

3.2 方法二:双指针

Java版本(易懂版):

class Solution {public int maxArea(int[] height) {int i = 0, j = height.length - 1, max = 0, area;while (i != j) {area = Math.min(height[i], height[j]) * (j - i);if (area > max) max = area;if (height[i] < height[j]) {i++;} else {j--;}}return max;}
}

Java版本(优化版): 

class Solution {public int maxArea(int[] height) {int i = 0, j = height.length - 1, max = 0;while (i != j) {max = height[i] < height[j] ?Math.max(max, (j - i) * height[i++]) : Math.max(max, (j - i) * height[j--]);}return max;}
}

C++版本:

class Solution {
public:int maxArea(vector<int>& height) {int i = 0, j = height.size() - 1, max_area = 0;while (i < j) {max_area = max(max_area, (j - i) * min(height[i], height[j]));if (height[i] < height[j]) {i++;} else {j--;}}return max_area;}
};

Python版本:

class Solution:def maxArea(self, height: List[int]) -> int:i, j, max_area = 0, len(height) - 1, 0while i < j:max_area = max(max_area, (j - i) * min(height[i], height[j]))if height[i] < height[j]:i += 1else:j -= 1return max_area

四、复杂度分析

4.1 方法一:暴力枚举

  • 时间复杂度 O(N^2) 
  • 空间复杂度 O(1)

4.2 方法二:双指针

  • 时间复杂度 O(N) : 双指针遍历一次底边宽度 N​​ 。
  • 空间复杂度 O(1) : 变量 i , j , res 使用常数额外空间。