柱状图中最大的矩形：用单调栈巧解面积最大化问题！
大家好，我是忍者算法。今天我们要攻克一道经典难题 - LeetCode 84「柱状图中最大的矩形」。这道题虽然看起来吓人，但只要我们掌握了正确的思维方法，就能优雅地解决它。
📚 从实际场景理解
想象你是一位建筑师，面前有一排高度不同的立柱。你的任务是在这些立柱之间找到一块最大的矩形空间来放置一块展示板。这块展示板的高度不能超过它所跨越的任何一根立柱，而宽度就是它所跨越的立柱数量。这就是我们今天要解决的问题的本质！
💡 问题详解
题目要求： 给定一个非负整数数组 heights ，数组中的数字代表柱子的高度。求在该柱状图中能够勾勒出的矩形的最大面积。
举个简单的例子：
输入：heights = [2,1,5,6,2,3]
输出：10
解释：最大的矩形是在高度为5和6的柱子之间，面积 = min(5,6) × 2 = 10🤔 解题思路发展
让我们一步步发展解题思路：
暴力解法的思考 对每个柱子，向两边扩展，直到遇到比自己矮的柱子。但这样做的时间复杂度是O(n²)。
优化方向 关键是要快速找到每个柱子能扩展到的左右边界。这让我们想到了单调栈！
单调栈的应用 我们可以维护一个高度递增的栈，这样对于每个柱子，都能快速找到左右第一个比它矮的柱子。
🚀 代码实现
class Solution {
public int largestRectangleArea(int[] heights) {
int n = heights.length;
int[] left = new int[n]; // 存储左边第一个比当前柱子矮的位置
int[] right = new int[n]; // 存储右边第一个比当前柱子矮的位置
// 初始化单调栈
Stack<Integer> stack = new Stack<>();
// 找左边界
for (int i = 0; i < n; i++) {
// 保持栈内高度递增
while (!stack.isEmpty() && heights[stack.peek()] >= heights[i]) {
stack.pop();
}
// 设置左边界
left[i] = stack.isEmpty() ? -1 : stack.peek();
stack.push(i);
}
// 清空栈，准备找右边界
stack.clear();
// 找右边界
for (int i = n - 1; i >= 0; i--) {
while (!stack.isEmpty() && heights[stack.peek()] >= heights[i]) {
stack.pop();
}
// 设置右边界
right[i] = stack.isEmpty() ? n : stack.peek();
stack.push(i);
}
// 计算最大面积
int maxArea = 0;
for (int i = 0; i < n; i++) {
// 面积 = 高度 × 宽度
// 宽度 = 右边界 - 左边界 - 1
int area = heights[i] * (right[i] - left[i] - 1);
maxArea = Math.max(maxArea, area);
}
return maxArea;
}
}📝 深入理解代码
让我们用一个具体的例子来理解代码的运行过程： 假设输入：heights = [2,1,5,6,2,3]
寻找左边界：
- 对于高度2：左边没有更矮的，left[0] = -1
- 对于高度1：左边是2(比1高)，继续找，left[1] = -1
- 对于高度5：左边是1(比5矮)，left[2] = 1 依此类推...
寻找右边界：
- 对于高度3：右边没有更矮的，right[5] = 6
- 对于高度2：右边是3(比2高)，right[4] = 6
- 对于高度6：右边是2(比6矮)，right[3] = 4 依此类推...
计算面积： 对每个柱子，用 heights[i] * (right[i] - left[i] - 1) 计算面积。
🎯 易错点剖析
边界处理
- 左边界：当栈为空时，设为-1
- 右边界：当栈为空时，设为n
单调性维护
- 要保持栈内高度严格递增
- 相等高度也需要出栈
数组越界
- 访问数组前确保索引有效
- 特别是在处理边界情况时
💡 相关问题扩展
这种思路可以应用到很多类似问题：
接雨水
- 同样使用单调栈
- 但是计算逻辑略有不同
最大矩形（LeetCode 85）
- 将二维问题转化为一维
- 复用本题的解法
🎨 图解演示
<svg viewBox="0 0 800 400" xmlns="http://www.w3.org/2000/svg">
<!-- 背景 -->
<rect width="800" height="400" fill="#f8f9fa"/>
<!-- 标题 -->
<text x="50" y="40" font-size="20" fill="#1976d2">柱状图最大矩形面积示例</text>
<!-- 坐标系 -->
<g transform="translate(50,350)">
<!-- X轴 -->
<line x1="0" y1="0" x2="600" y2="0" stroke="black"/>
<!-- Y轴 -->
<line x1="0" y1="0" x2="0" y2="-300" stroke="black"/>
<!-- 柱状图 -->
<g fill="#bbdefb" stroke="#1976d2">
<rect x="50" y="-100" width="50" height="100"/>
<rect x="100" y="-50" width="50" height="50"/>
<rect x="150" y="-250" width="50" height="250"/>
<rect x="200" y="-300" width="50" height="300"/>
<rect x="250" y="-100" width="50" height="100"/>
<rect x="300" y="-150" width="50" height="150"/>
</g>
<!-- 最大矩形标注 -->
<rect x="150" y="-250" width="100" height="250"
fill="rgba(255,87,34,0.3)" stroke="#ff5722" stroke-width="2"/>
<!-- 标注文字 -->
<text x="200" y="-270" text-anchor="middle" fill="#d32f2f">最大面积：10</text>
</g>
<!-- 图例 -->
<g transform="translate(500,100)">
<text x="0" y="0" font-size="14">柱子高度：[2,1,5,6,2,3]</text>
<text x="0" y="30" font-size="14">最大矩形范围：</text>
<rect x="0" y="40" width="20" height="20" fill="rgba(255,87,34,0.3)" stroke="#ff5722"/>
</g>
</svg>🌟 面试技巧
思路解释
- 先说明为什么需要找到左右边界
- 解释单调栈在这里的作用
复杂度分析
- 时间复杂度：O(n)，每个元素最多入栈出栈各一次
- 空间复杂度：O(n)，需要额外的数组和栈
优化建议
- 可以只用一次遍历完成
- 可以节省left和right数组的空间
🎩 优化版本
这里是一个空间优化的版本，只需要一次遍历：
class Solution {
public int largestRectangleArea(int[] heights) {
int n = heights.length;
Stack<Integer> stack = new Stack<>();
int maxArea = 0;
// 遍历所有位置，包括最后一个虚拟位置
for (int i = 0; i <= n; i++) {
int h = (i == n ? 0 : heights[i]);
// 当遇到一个较矮的柱子时，
// 栈中较高的柱子就可以确定右边界了
while (!stack.isEmpty() && heights[stack.peek()] > h) {
int height = heights[stack.pop()];
int width = stack.isEmpty() ? i : i - stack.peek() - 1;
maxArea = Math.max(maxArea, height * width);
}
stack.push(i);
}
return maxArea;
}
}这个优化版本的特点：
- 只需要一次遍历
- 不需要额外的数组存储边界
- 代码更简洁，但需要理解得更深入
作者：忍者算法 公众号：忍者算法 🎁 回复【刷题清单】获取LeetCode高频面试题合集 🧑💻 回复【代码】获取多语言完整题解 💡 回复【加群】加入算法交流群，一起进步 #算法面试 #LeetCode #栈 #单调栈
这道题体现了单调栈在解决区间性问题时的强大威力。通过维护一个高度递增的栈，我们可以巧妙地找到每个柱子的左右边界，从而高效地解决这个看似复杂的问题。如果你对这个问题还有任何疑问，欢迎在评论区讨论！