[leetcode]42.接雨水

[MagicalBridge]

给定 n 个非负整数表示每个宽度为 1 的柱子的高度图，计算按此排列的柱子，下雨之后能接多少雨水。

输入：height = [0,1,0,2,1,0,1,3,2,1,2,1]
输出：6
解释：上面是由数组 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度图，在这种情况下，可以接 6 个单位的雨水（蓝色部分表示雨水）。

示例：

输入：height = [4,2,0,3,2,5]
输出：9

这里只介绍其中一种比较好的解法: 双指针解法

我们先明确几个变量的含义：

left_max: 左边的最大值，它是从左往右遍历找到的
right_max: 右边的最大值，它是从右往左遍历找到的
left: 从左往右处理的当前下标
right: 从右往左处理的当前下标

在某个位置i处,它能存的水，取决于它左右两边的最大值中较小的一个，这点很好理解，和木桶原理类似，取决于短板。

当我们从左往右处理left下标时候，左边的最大值left_max对它而言是可信的，但是right_max 对它而言是不可信的, 因为中间没有遍历到的
部分是否有更大的是未知的，对于left下标而言，right_max未必就是它右边最大的值。

当我们从右向左处理right下标时候，右边的最大值right_max对它而言是可信的，但是left_max对它而言是不可信的。

对于位置left而言，它左边的最大值一定是left_max,右边的最大值“大于等于right_max”,这个时候，如果left_max < right_max 成立，那么它就知道自己能存多少水了，无论右边将来会不会出现更大的right_max,都不影响这个结果，所以当left_max<right_max时，我们就希望去处理left下标，反之，我们希望去处理right下标。

代码：

/**
 * @param {number[]} height
 * @return {number}
 */
var trap = function (height) {
 let left = 0;
 let right = height.length - 1;
 let res = 0;
 let leftMax = 0;
 let rightMax = 0;
 while (left < right) {
 if (height[left] < height[right]) {
 leftMax = Math.max(height[left], leftMax);
 res += leftMax - height[left];
 left++;
 } else {
 rightMax = Math.max(height[right], rightMax);
 res += rightMax - height[right];
 right--;
 }
 }
 return res;
};

复杂性分析

• 时间复杂度：O(n)。单次遍历的时间O(n)。
• 空间复杂度：O(1)的额外空间。