作者：非妃是公主
专栏：《算法》《刷题笔记》
个性签：顺境不惰，逆境不馁，以心制境，万事可成。——曾国藩

《算法》专栏系列文章

算法设计与分析复习01：主方法求递归算法时间复杂度

算法设计与分析复习02：分而治之算法

算法设计与分析复习03：动态规划算法
算法设计与分析复习04：贪心算法

算法设计与分析复习05：回溯及分支限界

算法设计与分析复习06：随机化算法

算法设计与分析复习07：样题

文章目录

《算法》专栏系列文章

题目：攒青豆

分析

源码

存在问题

正确思路

算法思路

数据结构

正确源码

题目：攒青豆

现有 n 个宽度为 1 的柱子，给出 n 个非负整数依次表示柱子的高度，排列后如下图所示，此时均匀从上空向下撒青豆，计算按此排列的柱子能接住多少青豆。（不考虑边角堆积）

以下为上图例子的解析：
输入：height = [5,0,2,1,4,0,1,0,3]
输出：17
解析：上面是由数组 [5,0,2,1,4,0,1,0,3] 表示的柱子高度，在这种情况下，可以接 17 个单位的青豆。

分析

这道题是一道动态规划的题目，和leetcode经典题目接雨水本质是一样的。

结题的思路也是采用动态规划的思想，分为以下几种情况：

从前往后遍历数组；
如果当前高度高于上一个柱子高度，证明当前柱子的加入，可以继续加入豆子，导致最优解发生了变化，所以要更新前面柱子的高度。
- 这时候，再一次进行遍历；
- 寻找前面比当前柱子高的的柱子（可以把青豆挡住），找到后，更新寻找过程中遇到的柱子的高度较矮的柱子。
- 如果一直找到了初始位置，也没有找到，则说明当前柱子是前面所有柱子中最高的的。这时候说明当前填充高度，为最高的柱子，取开始和当前位置的较低点。
如果当前高度低于两边的高度，那么当前填充高度为左、右两个柱子中较短的高度。

源码

# include<iostream>
# include<vector>
using namespace std;int main() {vector<int> hight, curHight;hight = { 5, 2, 7, 4, 9 };curHight = hight;for (int i = 1; i < hight.size(); i++) {if (hight[i] < hight[i - 1] && i + 1 < hight.size() && hight[i] < hight[i + 1]) {curHight[i] = min(hight[i - 1], hight[i + 1]);}else if (hight[i] > hight[i - 1]) {int j;for (j = i - 1; j >= 0; j--) {if (hight[i] <= hight[j]) {break;}}if (j == -1)j = 0;int newHight = min(hight[i], hight[j]);for (int k = j + 1; k < i; k++) {curHight[k] = newHight;}}     }int sum = 0;for (int i = 0; i < hight.size(); i++) {sum += curHight[i] - hight[i];}cout << sum;
}

存在问题

但是，注意上面标红的位置，这里是存在问题的！具体是什么问题呢？这种情况下求到的最低点不一定对于前面所有位置都是最低的。具体来看如下例子：

输入：[ 5, 2, 7, 4, 9]
分析：遍历到9的时候，由于9是最大的，因此会一直遍历到初始位置5，这时候程序认为从头到后最高的高度都是5，但是，比如倒数第二个位置，这里的填充高度应该是7，不是5，因此，就出现了错误。
输出：由于程序认为最后填充后的高度都是5，所以所以做差后求解结果为2。

运行程序进行输出验证，结果如下：

正确思路

算法思路

正确思路十分简洁明了：

对于每一个位置，记录他左边最高的墙，记录他右边最高的墙。
二者取较小的就是能装的最高高度。
这两个数组的初始化通过两次遍历实现。（动态规划记录的过程，记录当前最大的）
最后求解的时候，遍历一遍实际的柱子，填充到左右两边较低柱子的高度。

数据结构

用两个数组来记录两边的墙，一个记录左边的墙，另一个记录右边的墙。

用1个数组来记录真实的柱子高度。

正确源码

int main() { vector<int> hight;    // 每个位置墙的高度// 测试用例1hight = { 5,0,2,1,4,0,1,0,3 };// 测试用例2// hight = { 5, 2, 7, 4, 9 };// 当前位置两边最高的墙的高度vector<int> leftWall = vector<int>(hight.size(), 0); // 左边最高墙vector<int> rightWall = vector<int>(hight.size(), 0);// 右边最高墙// 初始化左边墙的高度int curMaxHight = hight[0];for (int i = 0; i < hight.size(); i++) {curMaxHight = max(curMaxHight, hight[i]);leftWall[i] = curMaxHight;}// 初始化右边墙的高度curMaxHight = hight[hight.size() - 1];for (int i = hight.size() - 1; i >= 0; i--) {curMaxHight = max(curMaxHight, hight[i]);rightWall[i] = curMaxHight;}// 得到当前位置可以填充的高度int sum = 0;for (int i = 0; i < hight.size(); i++) {int canFillHight = min(leftWall[i], rightWall[i]);sum += canFillHight - hight[i];}cout<<sum;
}

在测试用例1下，输出如下：

测试用例2下，输出如下：

经典动态规划OJ题目：接雨水or接青豆(多种方法，附详详细思维过程、解析及源码)相关推荐

经典怀旧FCgame红白机小游戏在线网页合集版畅玩HTML网站源码
经典怀旧FCgame红白机小游戏在线网页合集版畅玩HTML网站源码 ☑️ 编号:ym468 ☑️ 品牌:无 ☑️ 语言:ThinkPHP ☑️ 大小:4.7MB ☑️ 类型:经典怀旧FCgame ☑️ ...
【源码那些事】超详细的ArrayList底层源码+经典面试题
python动态规划详解_经典动态规划例题整理（Python版）
由于本人的算法基础较为薄弱,所以在这里整理一下自己的做过的题,使自己能够随时随地回顾温习. 然后,本篇文章将会持续更新自己遇到的一些比较经典动态规划的题目,大家如果对代码有任何问题,直接在文章下面评论 ...
python典型例题_经典动态规划例题整理（Python版）
由于本人的算法基础较为薄弱,所以在这里整理一下自己的做过的题,使自己能够随时随地回顾温习. 然后,本篇文章将会持续更新自己遇到的一些比较经典动态规划的题目,大家如果对代码有任何问题,直接在文章下面评论 ...
integral函数Opencv源码理解-leetcode动态规划的使用场景
前言 Opencv有一个integral()函数,也就是积分图算法.有三种积分图类型,求和(sum),求平方和(sqsum),求旋转45°和(titled).根据名字可知道,前两个是统计输出每个坐标的 ...
【原创】【专栏】《Linux设备驱动程序》--- LDD3源码目录结构和源码分析经典链接
http://blog.csdn.net/geng823/article/details/37567557 [原创][专栏]<Linux设备驱动程序>--- LDD3源码目录结构和源码分析 ...
蓝牙配对模式 java_【Android】蓝牙开发—— 经典蓝牙配对介绍（Java代码实现演示）附Demo源码...
目录前言一.连接&配对方法介绍二.演示:第一次连接蓝牙设备 & 直接与蓝牙设备建立配对三.总结四.补充五.Demo案例源码地址: 前言前面两篇文章[Android]蓝 ...
cocos2dx经典魔塔游戏改编完整源码
经典魔塔游戏改编,亲测可通过编译,完美运行,RGP+解密游戏源码客户端:cocos2dx 服务端:单机游戏无服务端源码连接cocos2dx经典魔塔游戏改编完整源码-cocos2D文档类资源-CSD ...
经典动态规划：0-1 背包问题
经典动态规划:0-1 背包问题文章目录经典动态规划:0-1 背包问题一.题目描述二.动规标准套路三.题目描述四.解法分析五.优化一.题目描述就讨论最常说的 0-1 背包问题,简单描述 ...

经典动态规划OJ题目：接雨水or接青豆(多种方法，附详详细思维过程、解析及源码)

《算法》专栏系列文章

文章目录