给一个柱状图，输出一个矩形区域的最大面积。
以题目给出的例子为例，柱形图高度有 1, 2, 3, 5, 6，我们只需要找出每一个高度对应的最大的面积，选出最大的即可。如果求高度为 3 的面积最大的，我们只需要遍历每一个高度，然后看连续的大于等于 3 的柱形有几个，如果是 n 个，那么此时的面积就是 3 * n。所以高度确定的话，我们只需要找连续的大于等于 3 的柱形个数，也就是高度。
public int largestRectangleArea(int[] heights) {
HashSet<Integer> heightsSet = new HashSet<Integer>();
//得到所有的高度，也就是去重。
for (int i = 0; i < heights.length; i++) {
heightsSet.add(heights[i]);
}
int maxArea = 0;
//遍历每一个高度
for (int h : heightsSet) {
int width = 0;
int maxWidth = 1;
//找出连续的大于等于当前高度的柱形个数的最大值
for (int i = 0; i < heights.length; i++) {
if (heights[i] >= h) {
width++;
//出现小于当前高度的就归零，并且更新最大宽度
} else {
maxWidth = Math.max(width, maxWidth);
width = 0;
}
}
maxWidth = Math.max(width, maxWidth);
//更新最大区域的面积
maxArea = Math.max(maxArea, h * maxWidth);
}
return maxArea;
}时间复杂度：O（n²）。
空间复杂度：O ( n）。存所有高度。
参考这里。有一些快排的影子，大家不妨先去回顾一下快排。快排中，我们找了一个基准点，把数组分成了小于基准点的数，和大于基准点的数。然后递归的完成了排序。
类似的，这里我们也可以找一个柱子。然后把所有柱子分成左半区域和右半区域。
这样要找的最大矩形区域就是三种情况了。
- 最大矩形区域在不包含选定柱子的左半区域当中。
- 最大矩形区域在不包含选定柱子的右半区域当中。
- 最大矩形区域包含选定柱子的区域。
对于 1、2 两种情况，我们只需要递归的去求就行了。而对于第 3 种情况，我们找一个特殊的柱子作为分界点以方便计算，哪一个柱子呢？最矮的那个！有什么好处呢？这样包含该柱子的最大区域，一定是涵盖了当前所有柱子。
所以面积当然是当前选定柱子的高度乘以当前的最大宽度了。
对于当前的时间复杂度，如果每次选定的柱子都可以把区域一分为二，递推式就是
T（n） = 2 * T（n / 2 ) + n。
上边多加的 n 是找最小柱子耗费，因为需要遍历一遍柱子。然后和快排一样，这样递归下去，时间复杂度就是 O（n log（n））。当然和快排一样的问题，最坏的情况，如果最小柱子每次都出现在末尾，这样会使得只有左半区域，右半区域是 0。递推式就变成了
T（n） = T（n - 1 ) + n。
时间复杂度就变成 O（n²）了，怎么优化呢？
重点就在上边找最小柱子多加的 n 上了，如果我们找最小柱子时间复杂度优化成 log（n）。那么在最坏情况下，递推式变成
T（n） = T（n - 1 ) + log（n）。
最坏的情况，递推式代入，依旧是 O（n log（n））。而找最小柱子，就可以抽象成，在一个数组区间内找最小值问题，而这个问题前人已经提出了一个数据结构，可以使得时间复杂度是 log（n），完美！名字叫做线段树，可以参考这里和线段树空间复杂度，我就不重复讲了。主要思想就是利用二叉树，使得查找时间复杂度变成了 O（log（n））。
我们以序列 { 5, 9, 7, 4 ,6, 1} 为例，线段树长下边的样子。节点的值代表当前区间内的最小值。
class Node// 节点
{
int start;// 区间的左端点
int end;// 区间的右端点
int data;// 该区间的最小值
int index; // 该节点最小值对应数组的下标
public Node(int start, int end)// 构造方法中传入左端点和右端点
{
this.start = start;
this.end = end;
}
}
class SegmentTree {
private int[] base;;// 给定数组
Node[] nodes;// 存储线段树的数组
public SegmentTree(int[] nums) {
base = new int[nums.length];
for (int i = 0; i < nums.length; i++) {
base[i] = nums[i];
}
//需要 4n 的空间，上边链接给出了原因
nodes = new Node[base.length * 4];
}
public void build(int index)// 构造一颗线段树，传入下标
{
Node node = nodes[index];// 取出该下标下的节点
if (node == null) {// 根节点需要手动创建
nodes[index] = new Node(0, this.base.length - 1);
node = nodes[index];
}
if (node.start == node.end) {// 如果这个线段的左端点等于右端点则这个点是叶子节点
node.data = base[node.start];
node.index = node.start;
} else { // 否则递归构造左右子树
int mid = (node.start + node.end) >> 1;// 现在这个线段的中点
nodes[(index << 1) + 1] = new Node(node.start, mid);// 左孩子线段
nodes[(index << 1) + 2] = new Node(mid + 1, node.end);// 右孩子线段
build((index << 1) + 1);// 构造左孩子
build((index << 1) + 2);// 构造右孩子
if (nodes[(index << 1) + 1].data <= nodes[(index << 1) + 2].data) {
node.data = nodes[(index << 1) + 1].data;
node.index = nodes[(index << 1) + 1].index;
} else {
node.data = nodes[(index << 1) + 2].data;
node.index = nodes[(index << 1) + 2].index;
}
}
}
public Node query(int index, int start, int end) {
Node node = nodes[index];
if (node.start > end || node.end < start)
return null;// 当前区间和待查询区间没有交集，那么返回一个极大值
if (node.start >= start && node.end <= end)
return node;// 如果当前的区间被包含在待查询的区间内则返回当前区间的最小值
Node left = query((index << 1) + 1, start, end);
int dataLeft = left == null ? Integer.MAX_VALUE : left.data;
Node right = query((index << 1) + 2, start, end);
int dataRight = right == null ? Integer.MAX_VALUE : right.data;
return dataLeft <= dataRight ? left : right;
}
}
class Solution {
public int largestRectangleArea(int[] heights) {
if (heights.length == 0) {
return 0;
}
//构造线段树
SegmentTree tree = new SegmentTree(heights);
tree.build(0);
return getMaxArea(tree, 0, heights.length - 1, heights);
}
/**
* 查询某个区间的最小值
* @param tree 构造好的线段树
* @param start 待查询的区间的左端点
* @param end 待查询的区间的右端点
* @param heights 给定的数组
* @return 返回当前区间的矩形区域的最大值
*/
private int getMaxArea(SegmentTree tree, int start, int end, int[] heights) {
if (start == end) {
return heights[start];
}
//非法情况，返回一个最小值，防止影响正确的最大值
if (start > end) {
return Integer.MIN_VALUE;
}
//找出最小的柱子的下标
int min = tree.query(0, start, end).index;
//最大矩形区域包含选定柱子的区域。
int area1 = heights[min] * (end - start + 1);
//最大矩形区域在不包含选定柱子的左半区域。
int area2 = getMaxArea(tree, start, min - 1, heights);
//最大矩形区域在不包含选定柱子的右半区域。
int area3 = getMaxArea(tree, min + 1, end, heights);
//返回最大的情况
return Math.max(Math.max(area1, area2), area3);
}
} 时间复杂度：O（n log（n））。
空间复杂度：O（n），用来存储线段树。
参考这里，思考下解法二中遇到的问题，利用了类似快排的思想，最好情况的递推式是
T（n） = 2 * T（n / 2 ) + n。
就是 n log（n），但是由于分界点的柱子的选择，并不能总保证两部分的柱子数量均分。所以如果这个问题解决，那么我们就可以保证时间复杂度是 n log（n）了。如何让它均分呢？我们强行把它分成 3 部分呗。
-
左半区域，含有一半柱子，当然如果总数是奇数个，这里会多一个。
-
右半区域，含有一半柱子，当然如果总数是奇数个，这里会少一个。
-
包含最中间柱子的部分，最大区域一定会包含橙色部分，这样才会横跨两个区域。
情况 1、2 的最大区域面积可以用递归来解决，情况 3 的话，我们只要保证是 O（n），就满足了我们的递推式，从而保证时间复杂度是O（n log（n））。怎么做呢？
贪婪的思想，每次选两边较高的柱子扩展柱子。然后其实就是求出了 2 个柱子，3 个柱子，4 个柱子，5 个柱子...每种情况的最大值，然后选最大的就可以了。
-
初始的时候是两个柱子，记录此时的面积。
-
然后加 1 个柱子，选取两边较高的柱子，然后计算此时的面积，更新最大区域面积。
-
不停的重复过程 2 ，直到所有柱子遍历完
public int largestRectangleArea(int[] heights) {
if (heights.length == 0) {
return 0;
}
return getMaxArea(heights, 0, heights.length - 1);
}
private int getMaxArea(int[] heights, int left, int right) {
if (left == right) {
return heights[left];
}
int mid = left + (right - left) / 2;
//左半部分
int area1 = getMaxArea(heights, left, mid);
//右半部分
int area2 = getMaxArea(heights, mid + 1, right);
//中间区域
int area3 = getMidArea(heights, left, mid, right);
//选择最大的
return Math.max(Math.max(area1, area2), area3);
}
private int getMidArea(int[] heights, int left, int mid, int right) {
int i = mid;
int j = mid + 1;
int minH = Math.min(heights[i], heights[j]);
int area = minH * 2;
//向两端扩展
while (i >= left && j <= right) {
minH = Math.min(minH, Math.min(heights[i], heights[j]));
//更新最大面积
area = Math.max(area, minH * (j - i + 1));
if (i == left) {
j++;
} else if (j == right) {
i--;
//选择较高的柱子
} else if (heights[i - 1] >= heights[j + 1]) {
i--;
} else {
j++;
}
}
return area;
}时间复杂度：O（n log（n））。
空间复杂度：O（log（n）），压栈的空间。
参考这里。解法一暴力破解中，我们把所有矩形区域按高度依次求出来，选出了最大的。这里我们想另外一个分类方法。分别求出包含每个柱子的矩形区域的最大面积，然后选最大的。要包含这个柱子，也就是这个柱子是当前矩形区域的高度。也就是，这个柱子是当前矩形区域中柱子最高的。如下图中包含橙色柱子的矩形区域的最大面积。
求当前的矩形区域，我们只需要知道比当前柱子到左边第一个小的 leftLessMin 和到右边第一个小的 rightLessMin 两个柱子下标，就可以求出矩形的面积为 (rightLessMin - leftLessMin - 1) * 当前柱子高度。然后遍历每个柱子，按同样的方法求出矩形面积，选最大的就可以了。
现在的问题就是，怎么知道 rightLessMin 和 leftLessMin 。
我们可以用一个数组，leftLessMin[ ] 保存各自的左边第一个小的柱子。
leftLessMin[0] = -1;//第一个柱子前边没有柱子，所以赋值为 -1，便于计算面积
for (int i = 1; i < heights.length; i++) {
int p = i - 1;
//p 一直减少，找到第一个比当前高度小的柱子就停止
while (p >= 0 && height[p] >= height[i]) {
p--;
}
leftLessMin[i] = p;
}上边的时间复杂度是 O（n²），我们可以进行优化。参考下边的图，当前柱子 i 比上一个柱子小的时候，因为我们是找比当前柱子矮的，之前我们进行减 1，判断上上个。但是我们之前已经求出了上一个柱子的 leftLessMin[ i - 1]，也就是第一个比上个柱子小的柱子，所以其实我们可以直接跳到 leftLessMin[ i - 1] 比较。因为从 leftLessMin[ i - 1] + 1到 i - 1 的柱子一定是比当前柱子 i 高的，所以可以跳过。
这样的话时间复杂度达到了O（n）。开始自己不理解，问了一下同学。其实证明的话，可以结合解法五，我们寻找 leftLessMin 其实可以看做压栈出栈的过程，每个元素只会被访问两次。
int[] leftLessMin = new int[heights.length];
leftLessMin[0] = -1;
for (int i = 1; i < heights.length; i++) {
int l = i - 1;
//当前柱子更小一些，进行左移
while (l >= 0 && heights[l] >= heights[i]) {
l = leftLessMin[l];
}
leftLessMin[i] = l;
}求到右边第一个小的柱子同理，下边是完整的代码。
public int largestRectangleArea(int[] heights) {
if (heights.length == 0) {
return 0;
}
//求每个柱子的左边第一个小的柱子的下标
int[] leftLessMin = new int[heights.length];
leftLessMin[0] = -1;
for (int i = 1; i < heights.length; i++) {
int l = i - 1;
while (l >= 0 && heights[l] >= heights[i]) {
l = leftLessMin[l];
}
leftLessMin[i] = l;
}
//求每个柱子的右边第一个小的柱子的下标
int[] rightLessMin = new int[heights.length];
rightLessMin[heights.length - 1] = heights.length;
for (int i = heights.length - 2; i >= 0; i--) {
int r = i + 1;
while (r <= heights.length - 1 && heights[r] >= heights[i]) {
r = rightLessMin[r];
}
rightLessMin[i] = r;
}
//求包含每个柱子的矩形区域的最大面积，选出最大的
int maxArea = 0;
for (int i = 0; i < heights.length; i++) {
int area = (rightLessMin[i] - leftLessMin[i] - 1) * heights[i];
maxArea = Math.max(area, maxArea);
}
return maxArea;
}时间复杂度：O（n），取决于找 leftLessMin [ i ] 的复杂度。
空间复杂度：O（n），保存每个柱子左边右边第一个小的柱子下标。
参考这里。之前也遇到利用栈巧妙解题的，例如42题的解法五，和这道题的共同点就是配对问题。思路的话，本质上和解法四是一样的，可以先看下解法四，左边第一个小于当前柱子和右边第一个小于当前柱子是一对。通过它俩可以求出当前柱子的最大矩形区域。那么具体怎么操作呢？
遍历每个柱子，然后分下边几种情况。
- 如果当前栈空，或者当前柱子大于栈顶柱子的高度，就将当前柱子的下标入栈
- 当前柱子的高度小于栈顶柱子的高度。那么就把栈顶柱子出栈，当做解法四中的当前要求面积的柱子。而右边第一个小于当前柱子的下标就是当前在遍历的柱子，左边第一个小于当前柱子的下标就是当前新的栈顶。
遍历完成后，如果栈没有空。就依次出栈，出栈元素当做解法四中的要求面积的柱子，然后依次计算矩形区域面积。
结合图可以看一下，从头开始遍历，遍历柱子开始的时候都大于前一个柱子高度，所以依次入栈。直到遍历到橙色部分，栈顶元素出栈，计算包含栈顶柱子的矩形区域。而左边第一个小于要求柱子的就是新栈顶，右边第一个小于要求柱子的就是当前遍历柱子。
public int largestRectangleArea(int[] heights) {
int maxArea = 0;
Stack<Integer> stack = new Stack<>();
int p = 0;
while (p < heights.length) {
//栈空入栈
if (stack.isEmpty()) {
stack.push(p);
p++;
} else {
int top = stack.peek();
//当前高度大于栈顶，入栈
if (heights[p] >= heights[top]) {
stack.push(p);
p++;
} else {
//保存栈顶高度
int height = heights[stack.pop()];
//左边第一个小于当前柱子的下标
int leftLessMin = stack.isEmpty() ? -1 : stack.peek();
//右边第一个小于当前柱子的下标
int RightLessMin = p;
//计算面积
int area = (RightLessMin - leftLessMin - 1) * height;
maxArea = Math.max(area, maxArea);
}
}
}
while (!stack.isEmpty()) {
//保存栈顶高度
int height = heights[stack.pop()];
//左边第一个小于当前柱子的下标
int leftLessMin = stack.isEmpty() ? -1 : stack.peek();
//右边没有小于当前高度的柱子，所以赋值为数组的长度便于计算
int RightLessMin = heights.length;
int area = (RightLessMin - leftLessMin - 1) * height;
maxArea = Math.max(area, maxArea);
}
return maxArea;
}时间复杂度：O（n），因为对于每个柱子只会经历入栈出栈，所以最多 2n 次。
空间复杂度：O（n），栈的大小。
这道题经典呀，第一次用快排的思想去解决问题，太优雅了。另外通过对问题的挖掘，时间复杂度优化到 O（n），也是惊叹。