如何给柱状图柱子添加阴影_【LeetCode日记】84. 柱状图中最大的矩形

题目描述

` 给定 n 个非负整数，用来表示柱状图中各个柱子的高度。每个柱子彼此相邻，且宽度为 1 。

求在该柱状图中，能够勾勒出来的矩形的最大面积。

以上是柱状图的示例，其中每个柱子的宽度为 1，给定的高度为 [2,1,5,6,2,3]。

图中阴影部分为所能勾勒出的最大矩形面积，其面积为 10 个单位。

示例：

输入：[2,1,5,6,2,3] 输出：10

暴力枚举 - 左右端点法(TLE)

思路

我们暴力尝试所有可能的矩形。由于矩阵是二维图形，我我们可以使用左右两个端点来唯一确认一个矩阵。因此我们使用双层循环枚举所有的可能性即可。而矩形的面积等于(右端点坐标 - 左端点坐标 + 1) * 最小的高度，最小的高度我们可以在遍历的时候顺便求出。

代码

class Solution:def largestRectangleArea(self, heights: List[int]) -> int:        n, ans = len(heights), 0if 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

时间复杂度：
空间复杂度：

暴力枚举 - 中心扩展法(TLE)

思路

我们仍然暴力尝试所有可能的矩形。只不过我们这一次从中心向两边进行扩展。对于每一个 i，我们计算出其左边第一个高度小于它的索引 p，同样地，计算出右边第一个高度小于它的索引 q。那么以 i 为最低点能够构成的面积就是(q - p - 1) * heights[i]。这种算法毫无疑问也是正确的。我们证明一下，假设 f(i) 表示求以 i 为最低点的情况下，所能形成的最大矩阵面积。那么原问题转化为max(f(0), f(1), f(2), ..., f(n - 1))。

具体算法如下：

我们使用 l 和 r 数组。l[i] 表示左边第一个高度小于它的索引，r[i] 表示右边第一个高度小于它的索引。
我们从前往后求出 l，再从后往前计算出 r。
再次遍历求出所有的可能面积，并取出最大的。

代码

class Solution:def largestRectangleArea(self, heights: List[int]) -> int:        n = len(heights)        l, r, ans = [-1] * n, [n] * n, 0for i in range(1, n):            j = i - 1while j >= 0 and heights[j] >= heights[i]:                j -= 1            l[i] = jfor i in range(n - 2, -1, -1):            j = i + 1while j < n and heights[j] >= heights[i]:                j += 1            r[i] = jfor i in range(n):            ans = max(ans, heights[i] * (r[i] - l[i] - 1))return ans

复杂度分析

时间复杂度：
空间复杂度：

优化中心扩展法(Accepted)

思路

实际上我们内层循环没必要一步一步移动，我们可以直接将j -= 1 改成 j = l[j], j += 1 改成 j = r[j]。

代码

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 - 1while j >= 0 and heights[j] >= heights[i]:                j = l[j]            l[i] = jfor i in range(n - 2, -1, -1):            j = i + 1while j < n and heights[j] >= heights[i]:                j = r[j]            r[i] = jfor i in range(n):            ans = max(ans, heights[i] * (r[i] - l[i] - 1))return ans

复杂度分析

时间复杂度：
空间复杂度：

单调栈(Accepted)

思路

实际上，读完第二种方法的时候，你应该注意到了。我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。如果你熟悉单调栈的话，那么应该会想到这是非常适合使用单调栈来处理的场景。

为了简单起见，我在 heights 首尾添加了两个哨兵元素，这样可以减少边界处理的额外代码。

代码

class Solution:def largestRectangleArea(self, heights: List[int]) -> int:        n, heights, st, ans = len(heights), [0] + heights + [0], [], 0for 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

时间复杂度：
空间复杂度：