1 用優先級隊列實現存儲結構體的大小根堆
自我認爲有這個基本上滿足算法問題中關於大小根堆的使用了。
在之前我們寫過一篇博客實際應用中我們《藉助於數組vector來建堆https://blog.csdn.net/weixin_41747893/article/details/106087209》。但是並沒有滿足實際應用,經常我們大小根堆裏面放的並不是僅僅只有一個數或字符,可能放一個結構體,那麼實現如下:
(1)建立小根堆
struct Node {
int row;
int col;
int val;
Node(int _r, int _c, int _v) :row(_r), col(_c), val(_v) {}//方便於我們插入
bool operator<(const Node& dir)const {
return val > dir.val;//我們以val值爲鍵值進行建堆。自己可以定義
}
};
priority_queue<Node>minq;
minq.push({ 1,2,3 });
(2)建立大根堆
struct Nodebig {////建立大根堆
int R;
int C;
int V;
Nodebig(int r,int c,int v):R(r),C(c),V(v){}
bool operator<(const Nodebig& dir)const {
return V < dir.V;////我們以val值爲鍵值進行建堆。自己可以定義
}
};
priority_queue<Nodebig>bigq;
bigq.push({1,2,3});
接下來我們看題
2 11. 盛最多水的容器
給你 n 個非負整數 a1,a2,…,an,每個數代表座標中的一個點 (i, ai) 。在座標內畫 n 條垂直線,垂直線 i 的兩個端點分別爲 (i, ai) 和 (i, 0)。找出其中的兩條線,使得它們與 x 軸共同構成的容器可以容納最多的水。
說明:你不能傾斜容器,且 n 的值至少爲 2。
圖中垂直線代表輸入數組 [1,8,6,2,5,4,8,3,7]。在此情況下,容器能夠容納水(表示爲藍色部分)的最大值爲 49。
示例:
輸入:[1,8,6,2,5,4,8,3,7]
輸出:49
來源:力扣(LeetCode)
鏈接:https://leetcode-cn.com/problems/container-with-most-water
著作權歸領釦網絡所有。商業轉載請聯繫官方授權,非商業轉載請註明出處。
關於這個題簡單,我們從數組的左右兩端(left,right)開始給數組裏面走,記錄存儲水量最大的值:
(1)當left端低於right端時,將left右移一位,選取左右高度最小的計算需水量(最小值*(右下標-左下標));
(2)當right端低於left端時,將right左移一位,選取左右高度最小的計算需水量(最小值*(右下標-左下標));
代碼如下
class Solution {
public:
int maxArea(vector<int>& height) {
if (height.empty())return 0;
int l = 0;
int r = height.size() - 1;
int maxres = min(height[l], height[r]) * (r - l);
while (l < r) {
if (height[l] <= height[r]){
l++;
maxres = max(maxres, min(height[l], height[r]) * (r - l));
}
else {
r--;
maxres = max(maxres, min(height[l], height[r]) * (r - l));
}
}
return maxres;
}
};
3 42. 接雨水
給定 n 個非負整數表示每個寬度爲 1 的柱子的高度圖,計算按此排列的柱子,下雨之後能接多少雨水。
上面是由數組 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度圖,在這種情況下,可以接 6 個單位的雨水(藍色部分表示雨水)。 感謝 Marcos 貢獻此圖。
示例:
輸入: [0,1,0,2,1,0,1,3,2,1,2,1]
輸出: 6
來源:力扣(LeetCode)
鏈接:https://leetcode-cn.com/problems/trapping-rain-water
著作權歸領釦網絡所有。商業轉載請聯繫官方授權,非商業轉載請註明出處。
從左右邊界出發,找最小邊界然後緊挨着最小邊界給裏面搜索:
當小邊界緊挨着的高度大於等於小邊界時,存水量爲0,更新這個小邊界;
當小邊界緊挨着的高度小於小邊界時,存水量爲緊挨的高度-小邊界。
代碼如下:
class Solution {
public:
int trap(vector<int>& height) {
if (height.size() <= 1)return 0;
int rightV = height[height.size() - 1];
int leftV = height[0];
int l = 0, r = height.size() - 1;
int res = 0;
while (l<r) {
if (rightV >= leftV) {
res += max(0, leftV - height[l]);
leftV = max(leftV, height[++l]);
}
if (rightV < leftV) {
res += max(0, rightV - height[r]);
rightV = max(rightV, height[--r]);
}
}
return res;
}
};
4 407. 接雨水 II
給你一個 m x n 的矩陣,其中的值均爲非負整數,代表二維高度圖每個單元的高度,請計算圖中形狀最多能接多少體積的雨水。
示例:
給出如下 3x6 的高度圖:
[
[1,4,3,1,3,2],
[3,2,1,3,2,4],
[2,3,3,2,3,1]
]
返回 4 。
如上圖所示,這是下雨前的高度圖[[1,4,3,1,3,2],[3,2,1,3,2,4],[2,3,3,2,3,1]] 的狀態。
下雨後,雨水將會被存儲在這些方塊中。總的接雨水量是4。
提示:
1 <= m, n <= 110
0 <= heightMap[i][j] <= 20000
來源:力扣(LeetCode)
鏈接:https://leetcode-cn.com/problems/trapping-rain-water-ii
著作權歸領釦網絡所有。商業轉載請聯繫官方授權,非商業轉載請註明出處。
思路:
這個題是對上一個題的擴展,上一個題是一維數組,只有左右邊界,因此我們申請了幾個變量,然後對比變量找出最小邊界進行搜索;
這個題是一個二維數組,邊界會更多,因此我們借用一個優先隊列,
(1)將隊列設置爲小根堆,將所有邊界值存入隊列中,每次從隊列中最小的值進行搜索。在隊列中每個元素存儲有二維數組點A的橫縱座標和點A的高度。
(2)取邊界最小的作爲可接雨水的最高位置curmax,並將該點彈出隊列,開始給裏面進行搜索。
(3)當curmax 緊鄰位置的高度cur大於等於curmax時,存水量爲0,更新curmax,並將該點壓入隊列;
(4)當curmax緊鄰位置的高度cur小於curmax時,存水量爲cur-curmax,並將該點壓入隊列。
注意:
1》此處緊鄰位置是上下左右,四個方位,並且該位置未被搜索過。
2》不能搜索已經搜索過的位置,因此設置一個tag標籤數組,當該處被搜索過,則置爲1,未搜素置爲0.
代碼如下:
class Solution {
public:
struct Node {
int row;
int col;
int val;
Node(int _r, int _c, int _v) :row(_r), col(_c), val(_v) {}
bool operator<(const Node& dir)const {
return val > dir.val;
}
};
int trapRainWater(vector<vector<int>>& heightMap) {
if (heightMap.empty() || heightMap.size() <= 1 || heightMap[0].size() <= 1)return 0;
int h_r = heightMap.size(), h_c = heightMap[0].size();
vector<vector<int>>tag(h_r, vector<int>(h_c,0));//標記每次該座標是否被計算過。
int res = 0;
priority_queue<Node>myq;//小根堆
////邊界入堆
for (int i = 0; i < h_c; i++) {//第一行
myq.push({ 0,i,heightMap[0][i] });
tag[0][i] = 1;
}
for (int i = 1; i < h_r; i++) {//第一列
myq.push({ i,0,heightMap[i][0] });
tag[i][0] = 1;
}
for (int i = 1; i < h_r; i++) {//最後一列
myq.push({ i,h_c-1,heightMap[i][h_c - 1] });
tag[i][h_c - 1] = 1;
}
for (int i = 1; i < h_c-1; i++) {//最後一行
myq.push({ h_r-1,i,heightMap[h_r - 1][i] });
tag[h_r - 1][i] = 1;
}
int maxcur = 0;
while (!myq.empty()) {
Node cur = myq.top();
myq.pop();
maxcur = max(maxcur, cur.val);
int cur_r = cur.row;
int cur_c = cur.col;
if (cur_r > 0 && !tag[cur_r - 1][cur_c]) {
res += max(0, maxcur - heightMap[cur_r - 1][cur_c]);
myq.push({ cur_r - 1,cur_c, heightMap[cur_r - 1][cur_c] });
tag[cur_r - 1][cur_c] = 1;
}
if (cur_r < h_r-1 && !tag[cur_r + 1][cur_c]) {
res += max(0, maxcur - heightMap[cur_r + 1][cur_c]);
myq.push({ cur_r + 1,cur_c, heightMap[cur_r + 1][cur_c] });
tag[cur_r + 1][cur_c] = 1;
}
if (cur_c > 0 && !tag[cur_r ][cur_c-1]) {
res += max(0, maxcur - heightMap[cur_r][cur_c-1]);
myq.push({ cur_r ,cur_c - 1, heightMap[cur_r][cur_c-1] });
tag[cur_r ][cur_c - 1] = 1;
}
if (cur_c < h_c-1 && !tag[cur_r][cur_c + 1]) {
res += max(0, maxcur - heightMap[cur_r][cur_c + 1]);
myq.push({ cur_r ,cur_c + 1, heightMap[cur_r][cur_c + 1] });
tag[cur_r][cur_c + 1] = 1;
}
}
return res;
}
};
測試
int main() {
Solution S;
vector<vector<int>>arr = { {1,4,3,1,3,2} , {3,2,1,3,2,4},{2,3,3,2,3,1} };
cout << S.trapRainWater(arr) << endl;
}