当前:LC84 · 柱状图中最大的矩形 · 首次出现于 Day 44 · 路径:顶栏「56天打卡」→ 点击 LC 题号 → 逐题动画

LC84数据结构单调栈 · 矩形单调候选队列

柱状图中最大的矩形

heights=[2,1,5,6,2,3],城市天际线最大广告牌面积。

题目是什么

heights=[2,1,5,6,2,3],城市天际线最大广告牌面积。

解决什么问题

新元素会让哪些旧候选永久失效,队首或栈顶代表什么?

核心结论

单调递增栈存等待右边界的下标;遇更矮柱弹栈,rightLess=i,leftLess=新栈顶,width=i-leftLess-1;末尾 append 0 哨兵清算。

01交互算法精讲

先说结论:这道题到底解决什么

怎样从“heights=[2,1,5,6,2,3],城市天际线最大广告牌面积。”推导出 单调栈 · 矩形,并证明每次状态变化都不会漏掉答案?

中心结论:单调递增栈存等待右边界的下标;遇更矮柱弹栈,rightLess=i,leftLess=新栈顶,width=i-leftLess-1;末尾 append 0 哨兵清算。

读完必须能回答
  1. 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
  2. 2.新元素会让哪些旧候选永久失效,队首或栈顶代表什么?
  3. 3.不变量“栈里放的是还在等待右边第一个更矮柱子的下标,栈内高度单调递增。”为什么能保证算法安全前进?
02交互算法精讲

完整题目与题意拆解

给出每个直方图的高度,要求在这些直方图之中找到面积最大的矩形,输出矩形的面积。

在本站主例中,heights=[2,1,5,6,2,3],城市天际线最大广告牌面积。

算法最终需要得到或观察:最大矩形面积 10(高 5 宽 2, index 2-3)。

把题目翻译成状态
  • 输入:heights=[2,1,5,6,2,3],城市天际线最大广告牌面积。
  • 机器需要维护:stack(下标)、扫描 i、leftLess/rightLess、maxArea。
  • 最终可观察结果:最大矩形面积 10(高 5 宽 2, index 2-3)。
动画 1 · 题意扫描

先看清算法到底要维护什么

先建立输入、目标、输出和第一批状态,不急着进入模板。

Step 1/20%
题目与输入建立输入、目标与算法心智

弹出时结算以弹出高为高的最大矩形

正在加载算法场景...
03交互算法精讲

第一层方案:暴力做法

为每个位置向两侧重新寻找会重复比较;单调结构及时淘汰以后不可能成为答案的候选。

暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。

动画 2 · 暴力重复

重复工作究竟发生在哪里

把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。

Step 1/20%
先做对:建立暴力基线枚举所有候选并完整验证

弹出时结算以弹出高为高的最大矩形

正在加载算法场景...
优化方向:单调递增栈存等待右边界的下标;遇更矮柱弹栈,rightLess=i,leftLess=新栈顶,width=i-leftLess-1;末尾 append 0 哨兵清算。
04交互算法精讲

整体地图:先做什么,再做什么

  1. 1建模把输入翻译成“单调候选队列”,明确答案需要观察什么。
  2. 2状态只维护 stack(下标)、扫描 i、leftLess/rightLess、maxArea。
  3. 3转移每一步按照 单调递增栈存等待右边界的下标;遇更矮柱弹栈,rightLess=i,leftLess=新栈顶,width=i-leftLess-1;末尾 append 0 哨兵清算。
  4. 4收尾读取 最大矩形面积 10(高 5 宽 2, index 2-3)。,并复核边界与复杂度。
05交互算法精讲

单调候选队列:核心概念

栈或队列中保存的是仍未找到结论、且保持单调关系的下标。

这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:stack(下标)、扫描 i、leftLess/rightLess、maxArea。

核心不变量
  • 栈里放的是还在等待右边第一个更矮柱子的下标,栈内高度单调递增。
  • 弹栈时 rightLess=当前 i,leftLess=弹栈后栈顶,width=i-leftLess-1。
动画 3 · 核心概念

建立“单调候选队列”心智模型

用主例建立核心状态,先预测下一步,再公开正确分支和理由。

Step 1/30%
题目与输入建立输入、目标与算法心智

弹出时结算以弹出高为高的最大矩形

正在加载算法场景...
06交互算法精讲

核心机制:状态如何一步步变化

用单调栈依次保存直方图的高度下标,一旦出现高度比栈顶元素小的情况就取出栈顶元素,单独计算一下这个栈顶元素的矩形的高度。然后停在这里(外层循环中的 i--,再 ++,就相当于停在这里了),继续取出当前最大栈顶的前一个元素,即连续弹出 2 个最大的,以稍小的一个作为矩形的边,宽就是 2 计算面积…………如果停在这里的下标代表的高度一直比栈里面的元素小,就一直弹出,取出最后一个比当前下标大的高度作为矩形的边。宽就是最后一个比当前下标大的高度和当前下标 i 的差值。计算出面积以后不断的更新 maxArea 即可。

单调递增栈存等待右边界的下标;遇更矮柱弹栈,rightLess=i,leftLess=新栈顶,width=i-leftLess-1;末尾 append 0 哨兵清算。

执行过程中持续维护:stack(下标)、扫描 i、leftLess/rightLess、maxArea。

正确性依赖以下不变量:栈里放的是还在等待右边第一个更矮柱子的下标,栈内高度单调递增。;弹栈时 rightLess=当前 i,leftLess=弹栈后栈顶,width=i-leftLess-1。

面试时可以压缩为:每柱作最低高,左右第一个更矮柱定宽;单调递增栈维护等待右边界的下标,遇更矮则弹栈结算;append 0 哨兵清空栈;时间 O(n) 空间 O(n)。

落到当前题,执行机制可以压缩为:单调递增栈存等待右边界的下标;遇更矮柱弹栈,rightLess=i,leftLess=新栈顶,width=i-leftLess-1;末尾 append 0 哨兵清算。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。

动画 4 · 机制构建

一次状态转移为什么成立

集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。

Step 1/50%
以高 2 扩宽 1,面积 2area=h*width; best=max

弹出高度 2,宽度 1

正在加载算法场景...
07交互算法精讲

正确性证明:为什么不会漏答案

初始化

初始化:算法开始时,全部合法候选仍在状态表示范围内;栈里放的是还在等待右边第一个更矮柱子的下标,栈内高度单调递增。

保持

保持:执行“单调递增栈存等待右边界的下标;遇更矮柱弹栈,rightLess=i,leftLess=新栈顶,width=i-leftLess-1;末尾 append 0 哨兵清算。”时,只删除已经能证明不可能的候选,并把新信息写回 stack(下标)、扫描 i、leftLess/rightLess、maxArea。

终止

终止:没有待处理状态或达到命中条件时,当前可观察结果就是“最大矩形面积 10(高 5 宽 2, index 2-3)。”。

正确性抓手不是“样例跑通”,而是每一帧结束后仍能复述:栈里放的是还在等待右边第一个更矮柱子的下标,栈内高度单调递增。;弹栈时 rightLess=当前 i,leftLess=弹栈后栈顶,width=i-leftLess-1。
08交互算法精讲

完整执行过程

  1. 1题目与输入heights=[2,1,5,6,2,3],城市天际线最大广告牌面积。 因为:单调递增栈存等待右边界的下标;遇更矮柱弹栈,rightLess=i,leftLess=新栈顶,width=i-leftLess-1;末尾 append 0 哨兵清算。
  2. 2以高 2 扩宽 1,面积 2当前更小高度触发结算。 因为:宽度由左右边界决定。
  3. 3以高 6 扩宽 1,面积 6当前更小高度触发结算。 因为:宽度由左右边界决定。
  4. 4以高 5 扩宽 2,面积 10当前更小高度触发结算。 因为:宽度由左右边界决定。
  5. 5以高 3 扩宽 1,面积 3当前更小高度触发结算。 因为:宽度由左右边界决定。
  6. 6以高 1 扩宽 6,面积 6当前更小高度触发结算。 因为:宽度由左右边界决定。
  7. 7最大矩形面积 10栈空。 因为:O(n) 单调栈。
  8. 8收尾与复杂度最大矩形面积 10(高 5 宽 2, index 2-3)。 因为:时间 O(n) · 空间 O(n)。单调递增栈存等待右边界的下标;遇更矮柱弹栈,rightLess=i,leftLess=新栈顶,width=i-leftLess-1;末尾 append 0 哨兵清算。
动画 5 · 完整执行

从输入完整走到可观察结果

从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。

Step 1/80%
题目与输入建立输入、目标与算法心智

弹出时结算以弹出高为高的最大矩形

正在加载算法场景...
09交互算法精讲

把动画和 Go 代码逐行对应

代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。

动画 6 · 代码映射

让每个动作都落到 Go 分支

重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。

Step 1/60%
单调递增栈 + 哨兵 0heights.push(0)

弹出时结算以弹出高为高的最大矩形

正在加载算法场景...
10交互算法精讲

完整 Go 提交代码与最小测试

完整 Go 解法
func largestRectangleArea(heights []int) int {
	maxArea := 0
	n := len(heights) + 2
	// Add a sentry at the beginning and the end
	getHeight := func(i int) int {
		if i == 0 || n-1 == i {
			return 0
		}
		return heights[i-1]
	}
	st := make([]int, 0, n/2)
	for i := 0; i < n; i++ {
		for len(st) > 0 && getHeight(st[len(st)-1]) > getHeight(i) {
			// pop stack
			idx := st[len(st)-1]
			st = st[:len(st)-1]
			maxArea = max(maxArea, getHeight(idx)*(i-st[len(st)-1]-1))
		}
		// push stack
		st = append(st, i)
	}
	return maxArea
}

func max(a int, b int) int {
	if a > b {
		return a
	}
	return b
}
最小测试集合
func main() {
    // 1. 主例
    //    输入:mode="largest-rectangle", heights=[2,1,5,6,2,3]
    //    期望:最大矩形面积 10(高 5 宽 2, index 2-3)。
    //
    // 2. 失败 / 未命中
    //    检查:空间不是 O(1),栈最坏 O(n)。
    //
    // 3. 边界
    //    空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
    //
    // 4. 迁移
    //    LC85 最大矩形;LC42 接雨水
}

Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。

11交互算法精讲

正确性与复杂度

时间复杂度 O(n)

执行过程中只保留仍可能影响答案的状态。单调递增栈存等待右边界的下标;遇更矮柱弹栈,rightLess=i,leftLess=新栈顶,width=i-leftLess-1;末尾 append 0 哨兵清算。

空间复杂度 O(n)

额外状态主要用于维护:stack(下标)、扫描 i、leftLess/rightLess、maxArea。

终局不变量
  • 栈里放的是还在等待右边第一个更矮柱子的下标,栈内高度单调递增。
  • 弹栈时 rightLess=当前 i,leftLess=弹栈后栈顶,width=i-leftLess-1。
12交互算法精讲

最容易写错的地方

错误 1

空间不是 O(1),栈最坏 O(n)。

错误 2

宽度由左右第一个更矮柱下标差决定,不是 pop 次数。

错误 3

必须 append 0 或遍历后清算,否则栈里柱子遗漏。

边界复查

必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。

13交互算法精讲

最后复盘:带走逻辑链

  1. 1题意heights=[2,1,5,6,2,3],城市天际线最大广告牌面积。
  2. 2重复为每个位置向两侧重新寻找会重复比较;单调结构及时淘汰以后不可能成为答案的候选。
  3. 3优化单调递增栈存等待右边界的下标;遇更矮柱弹栈,rightLess=i,leftLess=新栈顶,width=i-leftLess-1;末尾 append 0 哨兵清算。
  4. 4证明栈里放的是还在等待右边第一个更矮柱子的下标,栈内高度单调递增。;弹栈时 rightLess=当前 i,leftLess=弹栈后栈顶,width=i-leftLess-1。
  5. 5复杂度时间 O(n),空间 O(n)
面试表达:每柱作最低高,左右第一个更矮柱定宽;单调递增栈维护等待右边界的下标,遇更矮则弹栈结算;append 0 哨兵清空栈;时间 O(n) 空间 O(n)。
迁移练习
  • LC85 最大矩形
  • LC42 接雨水