3
无重复字符的最长子串
中等高频
146
LRU缓存机制
中等高频
206
反转链表
简单高频
215
数组中的第K个最大元素
中等高频
25
K个一组翻转链表
困难高频
15
三数之和
中等高频
53
最大子数组和
中等高频
912
排序数组
中等高频
21
合并两个有序链表
简单高频
5
最长回文子串
中等高频
200
岛屿数量
中等高频
33
搜索旋转排序数组
中等高频
46
全排列
中等高频
88
合并两个有序数组
简单高频
20
有效的括号
简单高频
121
买卖股票的最佳时机
简单高频
236
二叉树的最近公共祖先
中等高频
92
反转链表 II
中等高频
103
二叉树的锯齿形层序遍历
中等高频
141
环形链表
简单高频
300
最长上升子序列
中等高频
54
螺旋矩阵
中等高频
143
重排链表
中等高频
23
合并K个排序链表
困难高频
415
字符串相加
简单高频
56
合并区间
中等高频
160
相交链表
简单高频
42
接雨水
困难高频
1143
最长公共子序列
中等高频
124
二叉树中的最大路径和
困难高频
93
复原IP地址
中等高频
82
删除排序链表中的重复元素 II
中等中频
19
删除链表的倒数第N个节点
中等中频
142
环形链表 II
中等中频
4
寻找两个正序数组的中位数
困难中频
199
二叉树的右视图
中等中频
102
二叉树的层序遍历
中等中频
165
比较版本号
中等中频
704
二分查找
简单中频
232
用栈实现队列
简单中频
22
括号生成
中等中频
94
二叉树的中序遍历
简单中频
239
滑动窗口最大值
困难中频
69
x 的平方根
简单中频
148
排序链表
中等中频
32
最长有效括号
困难中频
31
下一个排列
中等中频
8
字符串转换整数 (atoi)
中等中频
70
爬楼梯
简单中频
322
零钱兑换
中等中频
43
字符串相乘
中等中频
76
最小覆盖子串
困难中频
41
缺失的第一个正数
困难中频
105
从前序与中序遍历序列构造二叉树
中等中频
78
子集
中等中频
151
翻转字符串里的单词
中等中频
155
最小栈
简单中频
34
在排序数组中查找元素的第一个和最后一个位置
中等中频
394
字符串解码
中等中频
101
对称二叉树
简单中频
39
组合总和
中等中频
470
用 Rand7() 实现 Rand10()
中等低频
64
最小路径和
中等低频
104
二叉树的最大深度
简单低频
110
平衡二叉树
简单低频
144
二叉树的前序遍历
简单低频
48
旋转图像
中等低频
234
回文链表
简单低频
695
岛屿的最大面积
中等低频
122
买卖股票的最佳时机 II
简单低频
240
搜索二维矩阵 II
中等低频
221
最大正方形
中等低频
98
验证二叉搜索树
中等低频
543
二叉树的直径
简单低频
14
最长公共前缀
简单低频
179
最大数
中等低频
113
路径总和 II
中等低频
662
二叉树最大宽度
中等低频
62
不同路径
中等低频
198
打家劫舍
中等低频
152
乘积最大子数组
中等低频
560
和为K的子数组
中等低频
112
路径总和
简单低频
226
翻转二叉树
简单低频
209
长度最小的子数组
中等低频
227
基本计算器 II
中等低频
169
多数元素
简单低频
24
两两交换链表中的节点
中等低频
139
单词拆分
中等低频
283
移动零
简单低频
718
最长重复子数组
中等低频
1
两数之和
简单低频
2
两数相加
中等低频
#42
困难
高频
动态规划

接雨水

这是一道围绕数组、图展开的高频练习。建议先掌握「动态规划」这套写法,再结合下方步骤讲解理解状态维护、边界处理和复杂度取舍。

数组

题目分析

给你一组柱子的高度,宽度都视为 1

下雨之后,问这些柱子之间总共能接住多少水。

一句话概括:

某个位置能接多少水,取决于它左边最高柱子和右边最高柱子里较矮的那个。

接下来怎么看推荐代码: 带着这个理解再看推荐代码时,重点观察这条主线:预处理每个位置左侧最高柱和右侧最高柱,该位置能接的水量就是两者较小值减去当前高度。

推荐代码

推荐解法:动态规划
时间复杂度: O(n)
空间复杂度: O(n)
核心思路: 预处理每个位置左侧最高柱和右侧最高柱,该位置能接的水量就是两者较小值减去当前高度。
class Solution {
    public int trap(int[] height) {
        int n = height.length;
        if (n == 0) {
            return 0;
        }

        int[] leftMax = new int[n];
        leftMax[0] = height[0];
        for (int i = 1; i < n; ++i) {
            leftMax[i] = Math.max(leftMax[i - 1], height[i]);
        }

        int[] rightMax = new int[n];
        rightMax[n - 1] = height[n - 1];
        for (int i = n - 2; i >= 0; --i) {
            rightMax[i] = Math.max(rightMax[i + 1], height[i]);
        }

        int ans = 0;
        for (int i = 0; i < n; ++i) {
            ans += Math.min(leftMax[i], rightMax[i]) - height[i];
        }
        return ans;
    }
}

结构化讲解

面试时怎么讲

开场思路

这题我会先按列思考:每个位置能装多少水,再把它们加起来。

核心过程

  1. 先预处理每个位置左边和右边的最高柱子。
  2. 对于每一列,水位由左右最高柱中较低的那一个决定。
  3. 当前列的装水量就是这个水位减去自身高度。
  4. 把所有位置的装水量累加,就是总答案。

复杂度总结

时间复杂度 O(n),空间复杂度 O(n)

面试补一句:这题真正的核心句式是“单列水位由较低挡板决定”。

核心思路

接雨水的关键不是直接算总面积,而是看每个位置单独能装多少水。对某一列来说,装水上限由左右最高挡板中较低的那一个决定。

步骤讲解

1

预处理左侧最高柱

从左到右扫描,记录每个位置左边包含自身的最高柱子高度。

为什么这样做:每一列的装水高度上限必然受左边最高挡板影响。
对应代码提示:leftMax[i] = Math.max(leftMax[i - 1], height[i]);
2

预处理右侧最高柱

从右到左扫描,记录每个位置右边包含自身的最高柱子高度。

为什么这样做:另一侧挡板同样会限制该位置最终能盛多少水。
对应代码提示:rightMax[i] = Math.max(rightMax[i + 1], height[i]);
3

逐列计算可接雨水量

当前位置能装水的高度是 min(leftMax[i], rightMax[i]) - height[i],把所有位置累加起来。

为什么这样做:较低挡板决定水位,当前柱子高度决定被占掉多少空间。
对应代码提示:answer += Math.min(leftMax[i], rightMax[i]) - height[i];

易错点

只看左右相邻柱子

真正决定水位的是左右两边的最高柱,而不是紧挨着的柱子。

正确理解:预处理的是到当前位置为止的左右最大值,不是局部相邻值。

先减高度再取 min

这样会破坏水位定义,得到错误结果。

正确理解:先算 min(leftMax, rightMax),再减当前高度。

边界位置也尝试装水

最左和最右没有两侧挡板,必然不能装水。

正确理解:即使统一计算,它们的结果也应为 0;理解上要明确边界不会存水。

复杂度与适用判断

时间复杂度:O(n)
空间复杂度:O(n)
比其他方案更好在哪里:比暴力向左右搜索最高柱的 O(n^2) 写法高效,也比双指针版本更容易初次解释。
适用判断:如果题目要求按位置计算局部贡献,且局部值依赖左右全局信息,优先考虑预处理数组。

额外提醒

  • 先把问题拆成“每一列能装多少”,会比直接看总面积更清楚。

其他语言 / 其他解法

单调栈解法:

  1. 使用单调栈存储柱子的索引,保持栈内柱子高度递减
  2. 当遇到比栈顶柱子高的柱子时,弹出栈顶元素作为凹槽底部
  3. 计算凹槽的宽度和高度,进而得到该凹槽能接的雨水量
  4. 遍历完成后,所有凹槽的雨水量之和即为总接水量

时间复杂度:O(n)
空间复杂度:O(n)
一句话思路:单调栈解法:
  1. 使用单调栈存储柱子的索引,保持栈内柱子高度递减
  2. 当遇到比栈顶柱子高的柱子时,弹出栈顶元素作为凹槽底部
  3. 计算凹槽的宽度和高度,进而得到该凹槽能接的雨水量
  4. 遍历完成后,所有凹槽的雨水量之和即为总接水量
class Solution {
    public int trap(int[] height) {
        int ans = 0;
        Deque<Integer> stack = new LinkedList<Integer>();
        int n = height.length;
        for (int i = 0; i < n; ++i) {
            while (!stack.isEmpty() && height[i] > height[stack.peek()]) {
                int top = stack.pop();
                if (stack.isEmpty()) {
                    break;
                }
                int left = stack.peek();
                int currWidth = i - left - 1;
                int currHeight = Math.min(height[left], height[i]) - height[top];
                ans += currWidth * currHeight;
            }
            stack.push(i);
        }
        return ans;
    }
}
动画演示仅在桌面端提供,移动端请优先阅读推荐代码与结构化讲解。