算法leetcode|85. 最大矩形(rust重拳出击)

2023-10-23 14:12

本文主要是介绍算法leetcode|85. 最大矩形(rust重拳出击),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


文章目录

  • 85. 最大矩形:
    • 样例 1:
    • 样例 2:
    • 样例 3:
    • 样例 4:
    • 样例 5:
    • 提示:
  • 分析:
  • 题解:
    • rust:
    • go:
    • c++:
    • python:
    • java:


85. 最大矩形:

给定一个仅包含 01 、大小为 rows x cols 的二维二进制矩阵,找出只包含 1 的最大矩形,并返回其面积。

样例 1:

输入:matrix = [["1","0","1","0","0"],["1","0","1","1","1"],["1","1","1","1","1"],["1","0","0","1","0"]]输出:6解释:最大矩形如上图所示。

样例 2:

输入:matrix = []输出:0

样例 3:

输入:matrix = [["0"]]输出:0

样例 4:

输入:matrix = [["1"]]输出:1

样例 5:

输入:matrix = [["0","0"]]输出:0

提示:

  • rows == matrix.length
  • cols == matrix[0].length
  • 1 <= row, cols <= 200
  • matrix[i][j] 为 ‘0’ 或 ‘1’

分析:

  • 面对这道算法题目,二当家的再次陷入了沉思。
  • 要不是刚做过 84. 柱状图中最大的矩形 这道题,差点就被唬住,就去暴力破解了。
  • 可以从上到下的遍历,把矩阵按照柱状图处理,纵向从下往上计算高度,遇到0停止。
  • 处理柱状图最直接的想法是双循环,遍历每个柱子,查找左边第一个低于自己的柱子,和右边第一个低于自己的柱子,这样就能算出当前柱子这个高度最大的宽度,有搞头,很明显会很慢,还有没有更好的办法呢。
  • 找到每个柱子的左右边界(第一个低于自己的柱子)是关键,有没有办法降低查找的复杂度呢?
  • 要是能一次遍历就把左右边界找到就好了,祭出神器单调栈,如果栈为空就入栈(这里可以使用技巧,让处理逻辑统一),否则判断下一个柱子如果高于栈顶或者和栈顶一样高也直接入栈,如果低于栈顶就出栈,因为当前这个柱子就是栈顶元素的右边界,重复这个过程,就可以在一次遍历的过程中就找到左右边界。
  • 特别要注意遍历过程中栈为空,和遍历完所有柱子但是栈不为空的情况。

题解:

rust:

impl Solution {pub fn maximal_rectangle(matrix: Vec<Vec<char>>) -> i32 {let mut ans = 0;let (rows, cols) = (matrix.len(), matrix[0].len());let mut heights = vec![0; cols];let mut stack = vec![-1];(0..rows).for_each(|i| {(0..cols).for_each(|j| {// 矩阵转换为柱状图(滚动数组)if matrix[i][j] == '1' {heights[j] += 1;} else {heights[j] = 0;}while stack.len() > 1 && heights[*stack.last().unwrap() as usize] > heights[j] {// 栈中比当前位置高的那些待确定右边界的下标都可以确定右边界了ans = ans.max(heights[stack.pop().unwrap() as usize] * (j as i32 - 1 - stack.last().unwrap()));}// 入栈,等到能够确定右边界时处理stack.push(j as i32);});while stack.len() > 1 {// 栈中剩余的都是右边没有更低的ans = ans.max(heights[stack.pop().unwrap() as usize] * (cols as i32 - 1 - stack.last().unwrap()));}});return ans;}
}

go:

func maximalRectangle(matrix [][]byte) int {max := func(x, y int) int {if x > y {return x}return y}ans := 0rows, cols := len(matrix), len(matrix[0])heights := make([]int, cols)stack := []int{-1}for i := 0; i < rows; i++ {for j := 0; j < cols; j++ {// 矩阵转换为柱状图(滚动数组)if matrix[i][j] == '1' {heights[j]++} else {heights[j] = 0}for len(stack) > 1 && heights[stack[len(stack)-1]] > heights[j] {// 栈中比当前位置高的那些待确定右边界的下标都可以确定右边界了ans = max(ans, heights[stack[len(stack)-1]]*(j-1-stack[len(stack)-2]))// 出栈stack = stack[:len(stack)-1]}// 入栈,等到能够确定右边界时处理stack = append(stack, j)}for len(stack) > 1 {// 栈中剩余的都是右边没有更低的ans = max(ans, heights[stack[len(stack)-1]]*(cols-1-stack[len(stack)-2]))// 出栈stack = stack[:len(stack)-1]}}return ans
}

c++:

class Solution {
public:int maximalRectangle(vector<vector<char>>& matrix) {int ans = 0;const int rows = matrix.size();const int cols = matrix[0].size();int heights[cols];memset(heights, 0, sizeof(int) * cols);stack<int> s;s.push(-1);for (int i = 0; i < rows; ++i) {for (int j = 0; j < cols; ++j) {// 矩阵转换为柱状图(滚动数组)if (matrix[i][j] == '1') {heights[j] += 1;} else {heights[j] = 0;}while (s.size() > 1 && heights[s.top()] > heights[j]) {// 栈中比当前位置高的那些待确定右边界的下标都可以确定右边界了int height = heights[s.top()];s.pop();ans = max(ans, height * (j - 1 - s.top()));}// 入栈,等到能够确定右边界时处理s.push(j);}while (s.size() > 1) {// 栈中剩余的都是右边没有更低的int height = heights[s.top()];s.pop();ans = max(ans, height * (cols - 1 - s.top()));}}return ans;}
};

python:

class Solution:def maximalRectangle(self, matrix: List[List[str]]) -> int:ans = 0rows = len(matrix)cols = len(matrix[0])heights = [0] * colsstack = [-1]for i in range(rows):for j in range(cols):# 矩阵转换为柱状图(滚动数组)if matrix[i][j] == '1':heights[j] += 1else:heights[j] = 0while len(stack) > 1 and heights[stack[-1]] > heights[j]:# 比当前位置高的那些待确定右边界的下标都可以确定右边界了ans = max(ans, heights[stack.pop()] * (j - 1 - stack[-1]))# 入栈,等到能够确定右边界时处理stack.append(j)while len(stack) > 1:# 栈中剩余的都是右边没有更低的ans = max(ans, heights[stack.pop()] * (cols - 1 - stack[-1]))return ans

java:

class Solution {public int maximalRectangle(char[][] matrix) {int ans = 0;final int      rows    = matrix.length;final int      cols    = matrix[0].length;final int[]    heights = new int[cols];Deque<Integer> stack   = new ArrayDeque<>();stack.push(-1);for (int i = 0; i < rows; ++i) {for (int j = 0; j < cols; ++j) {// 矩阵转换为柱状图(滚动数组)if (matrix[i][j] == '1') {heights[j] += 1;} else {heights[j] = 0;}while (stack.size() > 1 && heights[stack.peek()] > heights[j]) {// 栈中比当前位置高的那些待确定右边界的下标都可以确定右边界了ans = Math.max(ans, heights[stack.pop()] * (j - 1 - stack.peek()));}// 入栈,等到能够确定右边界时处理stack.push(j);}while (stack.size() > 1) {// 栈中剩余的都是右边没有更低的ans = Math.max(ans, heights[stack.pop()] * (cols - 1 - stack.peek()));}}return ans;}
}

非常感谢你阅读本文~
欢迎【点赞】【收藏】【评论】三连走一波~
放弃不难,但坚持一定很酷~
希望我们大家都能每天进步一点点~
本文由 二当家的白帽子:https://le-yi.blog.csdn.net/ 博客原创~


这篇关于算法leetcode|85. 最大矩形(rust重拳出击)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/268365

相关文章

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

Rust中的注释使用解读

《Rust中的注释使用解读》本文介绍了Rust中的行注释、块注释和文档注释的使用方法,通过示例展示了如何在实际代码中应用这些注释,以提高代码的可读性和可维护性... 目录Rust 中的注释使用指南1. 行注释示例:行注释2. 块注释示例:块注释3. 文档注释示例:文档注释4. 综合示例总结Rust 中的注释

Rust格式化输出方式总结

《Rust格式化输出方式总结》Rust提供了强大的格式化输出功能,通过std::fmt模块和相关的宏来实现,主要的输出宏包括println!和format!,它们支持多种格式化占位符,如{}、{:?}... 目录Rust格式化输出方式基本的格式化输出格式化占位符Format 特性总结Rust格式化输出方式

Rust中的Drop特性之解读自动化资源清理的魔法

《Rust中的Drop特性之解读自动化资源清理的魔法》Rust通过Drop特性实现了自动清理机制,确保资源在对象超出作用域时自动释放,避免了手动管理资源时可能出现的内存泄漏或双重释放问题,智能指针如B... 目录自动清理机制:Rust 的析构函数提前释放资源:std::mem::drop android的妙

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

Rust中的BoxT之堆上的数据与递归类型详解

《Rust中的BoxT之堆上的数据与递归类型详解》本文介绍了Rust中的BoxT类型,包括其在堆与栈之间的内存分配,性能优势,以及如何利用BoxT来实现递归类型和处理大小未知类型,通过BoxT,Rus... 目录1. Box<T> 的基础知识1.1 堆与栈的分工1.2 性能优势2.1 递归类型的问题2.2