Leetcode 84. Largest Rectangle in Histogram

Given n non-negative integers representing the histogram's bar height where the width of each bar is 1, find the area of largest rectangle in the histogram.



Above is a histogram where width of each bar is 1, given height =

[2,1,5,6,2,3]

.



The largest rectangle is shown in the shaded area, which has area =

10

unit.

For example,

Given height =

[2,1,5,6,2,3]

,

return

10

.

这道题可以有两个解法。

解法一是穷举法，对于直方图的每一个右边界，穷举所有的左边界。将面积最大的那个值记录下来。时间复杂度为O(n^2). 单纯的穷举在LeetCode上面过大集合时会超时。可以通过选择合适的右边界，做一个剪枝(Pruning)。观察发现当height[k] >= height[k - 1]时，无论左边界是什么值，选择height[k]总会比选择height[k - 1]所形成的面积大。因此，在选择右边界的时候，首先找到一个height[k] < height[k - 1]的k，然后取k - 1作为右边界，穷举所有左边界，找最大面积。

Java代码：

1 // O(n^2) with pruning
2 public int largestRectangleArea1(int[] height) {
3   // Start typing your Java solution below
4   // DO NOT write main() function
5   int area = 0;
6   for (int i = 0; i < height.length; i++) {
7     for (int k = i + 1; k < height.length; k++) {
8       if (height[k] < height[k - 1]) {
9         i = k - 1;
10         break;
11       } else {
12         i = k;
13       }
14     }
15     int lowest = height[i];
16     for (int j = i; j >= 0; j--) {
17       if (height[j] < lowest) {
18         lowest = height[j];
19       }
20       int currArea = (i - j + 1) * lowest;
21       if (currArea > area) {
22         area = currArea;
23       }
24     }
25   }
26   return area;
27 }

虽然上面的解法可以过大集合，但是不是最优的方法，下面介绍使用栈的优化解法。时间复杂度为O(n).

此解法的核心思想为：一次性计算连续递增的区间的最大面积，并且考虑完成这个区间之后，考虑其前、后区间的时候，不会受到任何影响。也就是这个连续递增区间的最小高度大于等于其前、后区间。

这个方法非常巧妙，最好通过一个图来理解：



假设输入直方图为：int[] height = {2,7,5,6,4}.

这个方法运行的时候，当遇到height[2] == 5的时候，发现其比之前一个高度小，则从当前值（5）开始，向左搜索比当前值小的值。当搜索到最左边（2）时，比5小，此时计算在height[0]和height[2]之间的最大面积，注意不包括height[0]和和height[2]。height[1]以红色标出的这个区域就被计算完成。同样的方法，计算出绿色和粉色的面积。

因此这个方法需要使用两个栈。第一个栈为高度栈heightStack，用于记录还没有被计算过的连续递增的序列的值。第二个栈为下标栈indexStack，用于记录高度栈中对应的每一个高度的下标，以计算宽度。

算法具体执行的步骤为：

若heightStack为空或者当前高度大于heightStack栈顶，则当前高度和当前下标分别入站（下面有一个解法可以只用一个栈即可，用栈来保存下标，而高度由下标很容易得到）。所以heightStack记录了一个连续递增的序列。

若当前高度小于heightStack栈顶，heightStack和indexStack出栈，直到当前高度大于等于heightStack栈顶。出栈时，同时计算区间所形成的最大面积。注意计算完之后，当前值入栈的时候，其对应的下标应该为最后一个从indexStack出栈的下标。比如height[2]入栈时，其对应下标入栈应该为1，而不是其本身的下标2。如果将其本身下标2入栈，则计算绿色区域的最大面积时，会忽略掉红色区域。

C++代码：

　　

Java代码：

　　

更新：

另外一个使用一个栈的O(n)解法，代码非常简洁，栈内存储的是高度递增的下标。对于每一个直方图高度，分两种情况。1：当栈空或者当前高度大于栈顶下标所指示的高度时，当前下标入栈。否则，2：当前栈顶出栈，并且用这个下标所指示的高度计算面积。而这个方法为什么只需要一个栈呢？因为当第二种情况时，for循环的循环下标回退，也就让下一次for循环比较当前高度与新的栈顶下标所指示的高度，注意此时的栈顶已经改变由于之前的出栈。

Java代码：