咱们暴力尝试全部可能的矩形
。因为矩阵是二维图形, 我咱们可使用左右两个端点来惟一确认一个矩阵
。所以咱们使用双层循环枚举全部的可能性便可。 而矩形的面积等于(右端点坐标 - 左端点坐标 + 1) * 最小的高度
,最小的高度咱们能够在遍历的时候顺便求出。前端
class Solution: def largestRectangleArea(self, heights: List[int]) -> int: n, ans = len(heights), 0 if n != 0: ans = heights[0] for i in range(n): height = heights[i] for j in range(i, n): height = min(height, heights[j]) ans = max(ans, (j - i + 1) * height) return ans
复杂度分析python
咱们仍然暴力尝试全部可能的矩形
。只不过咱们这一次从中心向两边进行扩展。对于每个i,咱们计算出其左边第一个高度小于它的索引p,一样地,计算出右边第一个高度小于它的索引q。那么以i为最低点可以构成的面积就是(q - p - 1) * heights[i]
。 这种算法毫无疑问也是正确的。 咱们证实一下,假设f(i) 表示求以 i 为最低点的状况下,所能造成的最大矩阵面积。那么原问题转化为max(f(0), f(1), f(2), ..., f(n - 1))
。算法
具体算法以下:segmentfault
class Solution: def largestRectangleArea(self, heights: List[int]) -> int: n = len(heights) l, r, ans = [-1] * n, [n] * n, 0 for i in range(1, n): j = i - 1 while j >= 0 and heights[j] >= heights[i]: j -= 1 l[i] = j for i in range(n - 2, -1, -1): j = i + 1 while j < n and heights[j] >= heights[i]: j += 1 r[i] = j for i in range(n): ans = max(ans, heights[i] * (r[i] - l[i] - 1)) return ans
复杂度分析数组
实际上咱们内层循环不必一步一步移动,咱们能够直接将j -= 1
改为 j = l[j]
, j += 1
改为 j = r[j]
。app
class Solution: def largestRectangleArea(self, heights: List[int]) -> int: n = len(heights) l, r, ans = [-1] * n, [n] * n, 0 for i in range(1, n): j = i - 1 while j >= 0 and heights[j] >= heights[i]: j = l[j] l[i] = j for i in range(n - 2, -1, -1): j = i + 1 while j < n and heights[j] >= heights[i]: j = r[j] r[i] = j for i in range(n): ans = max(ans, heights[i] * (r[i] - l[i] - 1)) return ans
复杂度分析优化
实际上,读完第二种方法的时候,你应该注意到了。咱们的核心是求左边第一个比i小的和右边第一个比i小的。 若是你熟悉单调栈的话,那么应该会想到这是很是适合使用单调栈来处理的场景。spa
为了简单起见,我在heights首尾添加了两个哨兵元素,这样能够减小边界处理的额外代码。code
class Solution: def largestRectangleArea(self, heights: List[int]) -> int: n, heights, st, ans = len(heights), [0] + heights + [0], [], 0 for i in range(n + 2): while st and heights[st[-1]] > heights[i]: ans = max(ans, heights[st.pop(-1)] * (i - st[-1] - 1)) st.append(i) return ans
复杂度分析索引
欢迎关注个人公众号《脑洞前端》获取更多更新鲜的LeetCode题解