Data Structure and Algorithms Guidebook

数据结构与算法完全知识体系

盛最多水的容器

给你 n 个非负整数 a1a2,...,an,每个数代表坐标中的一个点  (i, ai) 。在坐标内画 n 条垂直线,垂直线 i  的两个端点分别为  (i, ai)(i, 0)。找出其中的两条线,使得它们与  x  轴共同构成的容器可以容纳最多的水。

说明:你不能倾斜容器,且  n  的值至少为 2。

盛最多水的容器

解题思路

暴力法

考虑每对可能出现的线段组合并找出这些情况下的最大面积。

复杂度分析

  • 时间复杂度:O(n2),计算所有 n(n-1)/2 种高度组合的面积
  • 空间:O(1),使用恒定的额外空间

双指针法

我们先从题目中的示例开始,一步一步地解释双指针算法的过程。稍后再给出算法正确性的证明。

题目中的示例为:

[1, 8, 6, 2, 5, 4, 8, 3, 7]
^ ^

在初始时,左右指针分别指向数组的左右两端,它们可以容纳的水量为 min(1, 7) * 8 = 8

此时我们需要移动一个指针。移动哪一个呢?直觉告诉我们,应该移动对应数字较小的那个指针(即此时的左指针)。这是因为,由于容纳的水量是由

两个指针指向的数字中较小值 ∗ 指针之间的距离

决定的。如果我们移动数字较大的那个指针,那么前者「两个指针指向的数字中较小值」不会增加,后者「指针之间的距离」会减小,那么这个乘积会减小。因此,我们移动数字较大的那个指针是不合理的。因此,我们移动 数字较小的那个指针

有读者可能会产生疑问:我们可不可以同时移动两个指针? 先别急,我们先假设 总是移动数字较小的那个指针 的思路是正确的,在走完流程之后,我们再去进行证明。

所以,我们将左指针向右移动:

[1, 8, 6, 2, 5, 4, 8, 3, 7]
^ ^

此时可以容纳的水量为 min(8, 7) * 7 = 49。由于右指针对应的数字较小,我们移动右指针:

[1, 8, 6, 2, 5, 4, 8, 3, 7]
^ ^

此时可以容纳的水量为 min(8, 3) \* 6 = 18。由于右指针对应的数字较小,我们移动右指针:

[1, 8, 6, 2, 5, 4, 8, 3, 7]
^ ^

此时可以容纳的水量为 min(8, 8) \* 5 = 40。两指针对应的数字相同,我们可以任意移动一个,例如左指针:

[1, 8, 6, 2, 5, 4, 8, 3, 7]
^ ^

此时可以容纳的水量为 min(6, 8) * 4 = 24。由于左指针对应的数字较小,我们移动左指针,并且可以发现,在这之后左指针对应的数字总是较小,因此我们会一直移动左指针,直到两个指针重合。在这期间,对应的可以容纳的水量为:min(2, 8) * 3 = 6min(5, 8) * 2 = 10min(4, 8) * 1 = 4

在我们移动指针的过程中,计算到的最多可以容纳的数量为 49,即为最终的答案。

证明

为什么双指针的做法是正确的?

双指针代表了什么?

双指针代表的是 可以作为容器边界的所有位置的范围。在一开始,双指针指向数组的左右边界,表示 数组中所有的位置都可以作为容器的边界,因为我们还没有进行过任何尝试。在这之后,我们每次将 对应的数字较小的那个指针 往 另一个指针 的方向移动一个位置,就表示我们认为 这个指针不可能再作为容器的边界了。

为什么对应的数字较小的那个指针不可能再作为容器的边界了?

在上面的分析部分,我们对这个问题有了一点初步的想法。这里我们定量地进行证明。

考虑第一步,假设当前左指针和右指针指向的数分别为 xy,不失一般性,我们假设 x ≤ y。同时,两个指针之间的距离为 t。那么,它们组成的容器的容量为:min(x, y) ∗ t = x ∗ t

我们可以断定,如果我们保持左指针的位置不变,那么无论右指针在哪里,这个容器的容量都不会超过 x * t。注意这里右指针只能向左移动,因为 我们考虑的是第一步,也就是 指针还指向数组的左右边界的时候

我们任意向左移动右指针,指向的数为 y1,两个指针之间的距离为 t1,那么显然有 t1 < t,并且 min(x,y1) ≤ min(x,y)

  • 如果 y1 ≤ y,那么 min(x, y1) ≤ min(x, y)
  • 如果 y1 > y,那么 min(x, y1) = x = min(x, y)

因此有:

min(x, y[t]) ∗ t1 < min(x, y) ∗ t

即无论我们怎么移动右指针,得到的容器的容量都小于移动前容器的容量。也就是说,这个左指针对应的数不会作为容器的边界了,那么我们就可以丢弃这个位置,将左指针向右移动一个位置,此时新的左指针于原先的右指针之间的左右位置,才可能会作为容器的边界。

这样以来,我们将问题的规模减小了 1,被我们丢弃的那个位置就相当于消失了。此时的左右指针,就指向了一个新的、规模减少了的问题的数组的左右边界,因此,我们可以继续像之前 考虑第一步 那样考虑这个问题:

求出当前双指针对应的容器的容量;

对应数字较小的那个指针以后不可能作为容器的边界了,将其丢弃,并移动对应的指针。

最后的答案是什么?

答案就是我们每次以双指针为左右边界(也就是「数组」的左右边界)计算出的容量中的最大值。

const maxArea = function(height) {
let l = 0;
let r = height.length - 1;
let max = 0;
while (l < r) {
max = Math.max(max, (r - 1) * Math.min(height[l], height[r]));
if (height[l] < height[r]) {
l++;
} else {
r--;
}
}
return max;
};

复杂度分析

  • 时间复杂度:O(n),双指针总计最多遍历整个数组一次。
  • 空间复杂度:O(1),只需要额外的常数级别的空间。