Largest Rectangle in Histogram(在柱形圖中畫出最大矩形)
Given n non-negative integers representing the histogram's bar height where the width of each bar is 1, find the area of largest rectangle in the histogram.
Above is a histogram where width of each bar is 1, given height = [2,1,5,6,2,3]
.
The largest rectangle is shown in the shaded area, which has area = 10
For example,
Given height = [2,1,5,6,2,3]
,
return 10
.
O(n^2):
Judge Small: Accepted!
Judge Large: Time Limit Exceeded
- int largestRectangleArea(vector<int> &height) {
- // Start typing your C/C++ solution below
-
// DO NOT write int main() function
- int end = height.size();
- int begin = 0;
- int largestarea = 0;
- for(int i = begin; i < end; ++i)
- {
- int area;
- int high = height[i];
- for(int j = i; j < end; ++j){
-
if(height[j] < high) high = height[j];
- area = (j - i + 1)*high;
- if(area > largestarea) largestarea = area;
- }
- }
- return largestarea;
- }
O(n):
Judge Small: Accepted!
Judge Large:Accepted!
- class Solution {
- public:
- int Max(int a, int b){return a > b ? a : b;}
- int largestRectangleArea(vector<int> &height) {
- height.push_back(0);
- stack<int> stk;
- int i = 0;
- int maxArea = 0;
- while(i < height.size()){
- if(stk.empty() || height[stk.top()] <= height[i]){
- stk.push(i++);
- }else {
- int t = stk.top();
- stk.pop();
- maxArea = Max(maxArea, height[t] * (stk.empty() ? i : i - stk.top() - 1));
- }
- }
- return maxArea;
- }
- };
就用題目中的[2,1,5,6,2,3]來解釋一下這段程式碼吧。
首先,如果棧是空的,那麼索引i入棧。那麼第一個i=0就進去吧。注意棧內儲存的是索引,不是高度。然後i++。
然後繼續,當i=1的時候,發現h[i]小於了棧內的元素,於是出棧。(由此可以想到,哦,看來stack裡面只存放height單調遞增的索引)
這時候stack為空,所以面積的計算是h[t] * i。t是剛剛彈出的stack頂元素。也就是藍色部分的面積。
繼續。這時候stack為空了,繼續入棧。注意到只要是連續遞增的序列,我們都要keep pushing,直到我們遇到了i=4,h[i]=2小於了棧頂的元素。
這時候開始計算矩形面積。首先彈出棧頂元素,t=3。即下圖綠色部分。
接下來注意到棧頂的(索引指向的)元素還是大於當前i指向的元素,於是出棧,並繼續計算面積,粉色部分。
最後,棧頂的(索引指向的)元素小於了當前i指向的元素,迴圈繼續,入棧並推動i前進。直到我們再次遇到下降的元素,也就是我們最後人為新增的dummy元素0.
同理,我們計算棧內的面積。由於當前i是最小元素,所以所有的棧內元素都要被彈出並參與面積計算。
注意我們在計算面積的時候已經更新過了maxArea。
總結下,我們可以看到,stack中總是保持遞增的元素的索引,然後當遇到較小的元素後,依次出棧並計算棧中bar能圍成的面積,直到棧中元素小於當前元素。
可以這樣理解這個演算法,看下圖。
例如我們遇到最後遇到一個遞減的bar(紅色)。高度位於紅線上方的(也就是演算法中棧裡面大於最右bar的)元素,他們是不可能和最右邊的較小高度bar圍成一個比大於在彈棧過程中的矩形面積了(黃色面積),因為紅色的bar對他們來說是一個短板,和紅色bar能圍成的最大面積也就是紅色的高度乘以這些“上流社會”所跨越的索引範圍。但是“上流社會”的高度個個都比紅色bar大,他們完全只計算彼此之間圍成的面積就遠遠大於和紅色bar圍成的任意麵積了。所以紅色bar是不可能參與“上流社會”的bar的圍城的。因為雖然長度不佔優勢,但是團結的力量是無窮的。它還可以參與“比較遠的”比它還要屌絲的bar的圍城。他們的面積是有可能超過上流社會的面積的,因為距離啊!所以彈棧到比紅色bar小就停止了。
另外一個細節需要注意的是,彈棧過程中面積的計算。
h[t] * (stack.empty() ? i : i - stack.top() - 1)
h[t]是剛剛彈出的棧頂端元素。此時的面積計算是h[t]和前面的“上流社會”能圍成的最大面積。這時候要注意哦,棧內索引指向的元素都是比h[t]小的,如果h[t]是目前最小的,那麼棧內就是空哦。而在目前棧頂元素和h[t]之間(不包括h[t]和棧頂元素),都是大於他們兩者的。如下圖所示:
那h[t]無疑就是Stack.top()和t之間那些上流社會的短板啦,而它們的跨越就是i - Stack.top() - 1。
所以說,這個彈棧的過程也是維持程式不變數的方法啊:棧內元素一定是要比當前i指向的元素小的。