前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >LeetCode 84. Largest Rectangle in Histogram

LeetCode 84. Largest Rectangle in Histogram

作者头像
ShenduCC
发布2019-11-16 10:45:05
5050
发布2019-11-16 10:45:05
举报
文章被收录于专栏:算法修养算法修养

题目

单调栈。

如果用O(n^2)的算法,必定超时。

所以我们可以用单调栈,来实现O(n)效率的算法。

单调栈是递增的,每个长方形入栈时,都和栈顶的长方形高度对比,如果大于,则入栈。如果小于则按照高度合并长方形,直到比它高度小的元素,然后再进栈。

最后挨个出栈。

而出栈的过程才是真正计算长方形面积的过程。一个单调递增的栈,可以以O(1)的效率出栈,以O(n)效率,比较所有可能的组合情况,找出最大值。

所以关键就在单调栈这个思路

代码语言:javascript
复制
struct Node
{
    int h;
    int w;
    Node(){}
    Node(int h,int w)
    {
        this->h=h;
        this->w=w;
    }
}s[100005];

class Solution {
public:
   
    int pos;
    int largestRectangleArea(vector<int>& heights) {
        
        if(heights.size()==0)
            return 0;
        
        pos=0;
        int res=heights[0];
        
        s[0]=Node(heights[0],1);
        
        for(int i=1;i<heights.size();i++)
        {
            if(heights[i]>s[pos].h)
            {
                s[++pos]=Node(heights[i],1);
            }
            else
            {
                int num=0;
                while(pos!=-1&&heights[i]<=s[pos].h)
                {
                    num+=s[pos].w;
                    res=max(res,s[pos].h*num);
                    pos--;
                }
                
                s[++pos]=Node(heights[i],num+1);
            }
        }
        
        int num=0;
        while(pos!=-1)
        {
            num+=s[pos].w;
            res=max(res,s[pos].h*num);
            pos--;
        }
        
        return res;
        
    }
};
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2019-11-15 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档