You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
hello-algo/docs/chapter_greedy/max_capacity_problem.md

5.4 KiB

最大容量问题

!!! question

输入一个数组 $ht$ ,数组中的每个元素代表一个垂直隔板的高度。数组中的任意两个隔板,以及它们之间的空间可以组成一个容器。

容器的容量等于高度和宽度的乘积(即面积),其中高度由较短的隔板决定,宽度是两个隔板的数组索引之差。

请在数组中选择两个隔板,使得组成的容器的容量最大,返回最大容量。

最大容量问题的示例数据

容器由任意两个隔板围成,因此本题的状态为两个隔板的索引,记为 [i, j]

根据题意,容量等于高度乘以宽度,其中高度由短板决定,宽度是两隔板的索引之差。设容量为 cap[i, j] ,则可得计算公式:


cap[i, j] = \min(ht[i], ht[j]) \times (j - i)

设数组长度为 n ,两个隔板的组合数量(即状态总数)为 C_n^2 = \frac{n(n - 1)}{2} 个。最直接地,我们可以穷举所有状态,从而求得最大容量,时间复杂度为 O(n^2)

贪心策略确定

这道题还有更高效率的解法。如下图所示,现选取一个状态 [i, j] ,其满足索引 i < j 且高度 ht[i] < ht[j] ,即 i 为短板、 j 为长板。

初始状态

我们发现,如果此时将长板 j 向短板 i 靠近,则容量一定变小。这是因为在移动长板 j 后:

  • 宽度 j-i 肯定变小;
  • 高度由短板决定,因此高度只可能不变( i 仍为短板)或变小(移动后的 j 成为短板);

向内移动长板后的状态

反向思考,我们只有向内收缩短板 i ,才有可能使容量变大。因为虽然宽度一定变小,但高度可能会变大(移动后的短板 i 可能会变长)。

向内移动长板后的状态

由此便可推出本题的贪心策略:

  1. 初始状态下,指针 i , j 分列与数组两端。
  2. 计算当前状态的容量 cap[i, j] ,并更新最大容量。
  3. 比较板 i 和 板 j 的高度,并将短板向内移动一格。
  4. 循环执行第 2. , 3. 步,直至 ij 相遇时结束。

=== "<1>" 最大容量问题的贪心过程

=== "<2>" max_capacity_greedy_step2

=== "<3>" max_capacity_greedy_step3

=== "<4>" max_capacity_greedy_step4

=== "<5>" max_capacity_greedy_step5

=== "<6>" max_capacity_greedy_step6

=== "<7>" max_capacity_greedy_step7

=== "<8>" max_capacity_greedy_step8

=== "<9>" max_capacity_greedy_step9

代码实现

代码循环最多 n 轮,因此时间复杂度为 O(n)

变量 i , j , res 使用常数大小额外空间,因此空间复杂度为 O(1)

=== "Java"

```java title="max_capacity.java"
[class]{max_capacity}-[func]{maxCapacity}
```

=== "C++"

```cpp title="max_capacity.cpp"
[class]{}-[func]{maxCapacity}
```

=== "Python"

```python title="max_capacity.py"
[class]{}-[func]{max_capacity}
```

=== "Go"

```go title="max_capacity.go"
[class]{}-[func]{maxCapacity}
```

=== "JavaScript"

```javascript title="max_capacity.js"
[class]{}-[func]{maxCapacity}
```

=== "TypeScript"

```typescript title="max_capacity.ts"
[class]{}-[func]{maxCapacity}
```

=== "C"

```c title="max_capacity.c"
[class]{}-[func]{maxCapacity}
```

=== "C#"

```csharp title="max_capacity.cs"
[class]{max_capacity}-[func]{maxCapacity}
```

=== "Swift"

```swift title="max_capacity.swift"
[class]{}-[func]{maxCapacity}
```

=== "Zig"

```zig title="max_capacity.zig"
[class]{}-[func]{maxCapacity}
```

=== "Dart"

```dart title="max_capacity.dart"
[class]{}-[func]{maxCapacity}
```

正确性证明

之所以贪心比穷举更快,是因为每轮的贪心选择都会“跳过”一些状态。

比如在状态 cap[i, j] 下,i 为短板、j 为长板。若贪心地将短板 i 向内移动一格,会导致以下状态被“跳过”。这意味着之后无法验证这些状态的容量大小


cap[i, i+1], cap[i, i+2], \cdots, cap[i, j-2], cap[i, j-1]

移动短板导致被跳过的状态

观察发现,这些被跳过的状态实际上就是将长板 j 向内移动的所有状态。而在第二步中,我们已经证明内移长板一定会导致容量变小。也就是说,被跳过的状态都不可能是最优解,跳过它们不会导致错过最优解

以上的分析说明,移动短板的操作是“安全”的,贪心策略是有效的。