当前位置:首页 > 力扣 > 力扣面试17.21题解:双指针算法高效求解接雨水问题(含代码注释与优化思路)

力扣面试17.21题解:双指针算法高效求解接雨水问题(含代码注释与优化思路)

2个月前 (07-21)

力扣面试17.21题解:双指针算法高效求解接雨水问题(含代码注释与优化思路) 力扣面试题 双指针算法 动态规划 力扣题解 线性扫描 第1张

一、题目解读

力扣面试17.21题(接雨水问题)要求计算给定高度数组中,凹槽结构能容纳的雨水总量。例如,数组[0,1,0,2,1,0,1,3,2,1,2,1]形成的凹槽可积水6单位(可视化后凹陷部分水量)。核心难点在于高效遍历数组,精准计算各位置积水,避免冗余计算。

二、解题思路

采用双指针法,巧妙结合动态规划思想:

1. 核心原理:从数组左右两端同时向内逼近,实时记录两侧最大高度。积水由“短板效应”决定——每次移动较低侧指针,利用另一侧的最大高度作为“虚拟墙”计算当前位置水量。

2. 优势:避免全局遍历与空间消耗,时间复杂度降至O(n),空间O(1)。

三、解题步骤

1. 初始化:

    左指针left=0,右指针right=height.size()-1;

    两侧最大高度left_max=0, right_max=0,水量water=0。

2. 循环逼近:

    更新当前两侧最大高度:left_max = max(left_max, height[left]), right_max = max(right_max, height[right]);

    若height[left] < height[right](左低右高),则左移指针:积水为left_max - height[left](虚拟右墙与当前高度的差),left++;反之右移right--。

3. 终止条件:left >= right时所有积水计算完毕。

四、代码与注释

#include <vector>
#include <algorithm>
using namespace std;

class Solution {
public:
    int trap(vector<int>& height) {
        if (height.empty()) return 0; // 空数组特判
        
        int left = 0, right = height.size() - 1;
        int left_max = 0, right_max = 0;
        int water = 0;
        
        while (left < right) {
            // 更新左右最大值
            left_max = max(left_max, height[left]); // 动态维护左墙高度
            right_max = max(right_max, height[right]); // 动态维护右墙高度
            
            // 较小的一边决定当前能存的水量
            if (height[left] < height[right]) {
                water += left_max - height[left]; // 左低时,积水=左墙高度-当前高度
                left++; // 左指针内移
            } else {
                water += right_max - height[right]; // 右低同理
                right--;
            }
        }
        
        return water;
    }
};

注释解析:关键步骤通过“动态维护虚拟墙高度”与“短板移动”实现水量累加,避免全局搜索。

五、总结

1. 算法亮点:

○ 双指针+动态更新策略,将二维积水问题转化为线性遍历,降低复杂度。

○ 代码简洁,无额外空间开销,适用于大规模数据场景。

2. 优化方向:

○ 可进一步探索单调栈分治策略,但双指针已满足面试需求。

3. 应用场景:该思想适用于“区间最值决定结果”的类似问题,如柱状最大面积计算等。


原创内容 转载请注明出处

分享给朋友:

相关文章

IOI 1994 洛谷1216:如何用动态规划高效解决数字三角形问题?附完整代码解析

IOI 1994 洛谷1216:如何用动态规划高效解决数字三角形问题?附完整代码解析

题目重解给定一个由数字组成的三角形结构,从顶部出发,每次可以移动到下方相邻的数字,最终到达底部。我们的目标是找到一条路径,使得路径上经过的数字总和最大。这个问题在实际中有许多应用场景,如最优路径规划、...

IOI 1994 洛谷1216:如何用O(1)空间解决数字三角形问题?附代码实现

IOI 1994 洛谷1216:如何用O(1)空间解决数字三角形问题?附代码实现

题目重解:数字三角形是一个经典的动态规划问题,给定一个由数字组成的三角形结构,从顶部出发,每次可以移动到下方相邻的数字,最终到达底部。我们需要找到一条路径,使得路径上经过的数字总和最大。这个问题可以很...

2024年CSP-S决斗题(P11231)解题代码分析与优化指南——洛谷竞赛算法实践

2024年CSP-S决斗题(P11231)解题代码分析与优化指南——洛谷竞赛算法实践

一、题目解读    2024年CSP-S中的“决斗”题目(洛谷P11231)要求解决一个数组元素对决的问题:给定一个整数数组,每次对决中,相邻元素若数值不同则双...

CSP-J方格取数题解|动态规划解法|洛谷P7074代码解析

CSP-J方格取数题解|动态规划解法|洛谷P7074代码解析

一、题目解读题目要求在一个n×m的网格中,从左上角到右下角选择一条路径,路径上的数字可重复取用,求取数之和的最大值。路径限制为仅能向右或向下移动。需注意路径的灵活性与重复取数的可能性,传统单向动态规划...

牛客12576题解题全解析:动态规划+质因数分解实现跳跃问题最优解

牛客12576题解题全解析:动态规划+质因数分解实现跳跃问题最优解

一、题目解读牛客12576题是一道经典的算法题,要求给定起点N和终点M,求解从N到M的最少跳跃次数。题目考察的核心在于路径优化与动态规划思想,需结合数论中的质因数分解技巧,通过合理设计算法降低时间复杂...

NOIP 2008火柴棒等式题解(C++代码实现)  动态规划与枚举算法详解

NOIP 2008火柴棒等式题解(C++代码实现) 动态规划与枚举算法详解

一、题目解读火柴棒等式问题(NOIP 2008,洛谷P1149)要求使用给定数量的火柴棒,构造形如 A + B = C 的等式,其中A、B、C均为整数,且火柴棒总数恰好等于输入值。需统计符合条件的等式...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。