Заполнение водой: стек и два указателя
Решите задачу о накоплении дождевой воды двумя способами: монотонным стеком, вычисляющим горизонтальные слои, и двумя указателями, вычисляющими вертикальные столбцы
«Заполнение водой: стек и два указателя» — бесплатный урок Coding Interview Prep на CoddyKit. Это урок 4 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения Coding Interview Prep, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс Coding Interview Prep содержит 4 уроков всего.
Задача: задержка дождевой воды
Задержка дождевой воды (LeetCode 42) — одна из самых известных задач на собеседованиях. Дан массив из n неотрицательных целых чисел, представляющих карту высот, где ширина каждого столбца равна 1; вычислите, сколько воды может задержаться между столбцами после дождя. Вода заполняет любую впадину между более высокими столбцами с обеих сторон.
Для каждой позиции i уровень воды равен min(max_left[i], max_right[i]) - height[i]. Если это значение отрицательно, вода не задерживается (столбец выше хотя бы одной границы). Существуют три подхода: предварительно вычисленные массивы O(n)/O(n), два указателя O(n)/O(1) и монотонный стек O(n)/O(n).
height = [0, 1, 0, 2, 1, 0, 1, 3, 2, 1, 2, 1]
# Water trapped at each position:
# pos 2: min(1,3)-0=1
# pos 4: min(2,3)-1=1
# pos 5: min(2,3)-0=2
# pos 6: min(2,3)-1=1
# pos 9: min(3,2)-1=1
# Total = 6
print('height:', height)
print('Expected trapped water: 6')
# Visualise
max_h = max(height)
for row in range(max_h, 0, -1):
line = ''
for h in height:
line += '#' if h >= row else ' '
print(line)Подход 1: предварительно вычисленные массивы максимумов
Прямолинейное решение со сложностью O(n) по времени и O(n) по памяти заранее вычисляет два массива: max_left[i] = максимальная высота от индекса 0 до i, а max_right[i] = максимальная высота от индекса i до n-1. Количество воды в позиции i равно max(0, min(max_left[i], max_right[i]) - height[i]).
Построение max_left требует одного прохода слева направо, а построение max_right — одного прохода справа налево. Последний проход суммирует воду. Этот подход понятен и прост для объяснения, но использует O(n) дополнительной памяти.
def trap_prefix(height):
n = len(height)
if n < 3:
return 0
max_left = [0] * n
max_right = [0] * n
max_left[0] = height[0]
for i in range(1, n):
max_left[i] = max(max_left[i-1], height[i])
max_right[-1] = height[-1]
for i in range(n-2, -1, -1):
max_right[i] = max(max_right[i+1], height[i])
water = 0
for i in range(n):
water += max(0, min(max_left[i], max_right[i]) - height[i])
return water
print(trap_prefix([0,1,0,2,1,0,1,3,2,1,2,1])) # 6
print(trap_prefix([4,2,0,3,2,5])) # 9Подход 2: два указателя (память O(1))
Подход с двумя указателями обеспечивает сложность O(n) по времени и O(1) по памяти. Используйте указатели left и right, начинающие движение с двух концов. Поддерживайте max_left и max_right как текущие максимумы, обнаруженные к этому моменту с каждой стороны.
На каждом шаге обрабатывайте сторону с меньшим текущим максимумом, поскольку именно она является ограничивающим фактором. Если max_left < max_right, вода в позиции левого указателя равна max_left - height[left] (правая сторона достаточно высокая). Сдвиньте левый указатель внутрь. В противном случае симметрично обработайте правый указатель. Предварительно вычисленные массивы не нужны.
def trap_two_pointer(height):
left, right = 0, len(height) - 1
max_left = max_right = 0
water = 0
while left < right:
if height[left] < height[right]:
if height[left] >= max_left:
max_left = height[left] # new max on the left
else:
water += max_left - height[left] # trapped by max_left
left += 1
else:
if height[right] >= max_right:
max_right = height[right]
else:
water += max_right - height[right]
right -= 1
return water
print(trap_two_pointer([0,1,0,2,1,0,1,3,2,1,2,1])) # 6
print(trap_two_pointer([4,2,0,3,2,5])) # 9
print(trap_two_pointer([3,0,3])) # 3Почему работают два указателя: инвариант
Ключевая идея такова: когда мы обрабатываем левый указатель, потому что height[left] < height[right], мы знаем, что max_right >= height[right] > height[left]. Следовательно, фактическая правая граница воды находится не ниже height[right], а это значение уже больше max_left. Поэтому min(max_left, effective_max_right) = max_left, и формула для воды упрощается до max_left - height[left].
Нам не нужно знать точное значение max_right — достаточно знать, что оно не меньше height[right] > height[left], чтобы использовать max_left как уровень воды. Именно этот изящный инвариант делает возможным использование O(1) памяти.
# Trace two-pointer on [4, 2, 0, 3, 2, 5]
height = [4, 2, 0, 3, 2, 5]
left, right = 0, len(height) - 1
max_l = max_r = water = 0
print('height:', height)
print(f'{'Step':5} {'L':3} {'R':3} {'maxL':5} {'maxR':5} {'water':6} {'total':6}')
step = 0
while left < right:
side = 'L' if height[left] < height[right] else 'R'
if side == 'L':
if height[left] >= max_l: max_l = height[left]
else:
w = max_l - height[left]; water += w
left += 1
else:
if height[right] >= max_r: max_r = height[right]
else:
w = max_r - height[right]; water += w
right -= 1
step += 1
print(f'{step:5} {left:3} {right:3} {max_l:5} {max_r:5} {water:6}')
print('Total trapped:', water)Подход 3: монотонный стек (горизонтальные слои)
Подход с монотонным стеком вычисляет объём воды в горизонтальных слоях между соседними столбцами. Поддерживайте монотонный стек индексов, упорядоченный по убыванию. Когда столбец i выше вершины стека j, образуется впадина: дно имеет высоту height[j], левая стенка — высоту height[stack[-1]] после извлечения j, а правая стенка — высоту height[i]. Вода заполняет впадину до уровня min(left_wall, right_wall) - floor, а ширина равна i - stack[-1] - 1.
Каждая «впадина» вычисляется при встрече с более высоким столбцом. Так вода обрабатывается в ограниченных прямоугольных сегментах, что полезно, когда нужно также отслеживать, какие столбцы участвуют в формировании уровня воды.
def trap_stack(height):
stack = [] # monotonic decreasing indices
water = 0
for i in range(len(height)):
while stack and height[stack[-1]] < height[i]:
bottom_idx = stack.pop() # the floor of the valley
if not stack:
break # no left wall, no water
left_idx = stack[-1]
floor = height[bottom_idx]
water_height = min(height[left_idx], height[i]) - floor
width = i - left_idx - 1
water += water_height * width
stack.append(i)
return water
print(trap_stack([0,1,0,2,1,0,1,3,2,1,2,1])) # 6
print(trap_stack([4,2,0,3,2,5])) # 9Отслеживание работы монотонного стека
Рассмотрим работу подхода со стеком на [0,1,0,2,1,0,1,3,...]. Когда на позиции i=3 встречаем столбец 3 (h=2): на вершине стека находится i=2 (h=0), извлекаем его. Левая стенка находится в i=1 (h=1), правая стенка имеет высоту h=2. Высота воды = min(1,2)-0=1, ширина=3-1-1=1, площадь=1. Продолжаем: столбец на вершине стека i=1 (h=1) не ниже 2, останавливаемся. Добавляем 3 в стек.
Метод со стеком сложнее в реализации, чем метод двух указателей, но показывает, какие именно столбцы образуют каждую ячейку воды. Это наблюдение полезно в дополнительных задачах на восстановление расположения воды или подсчёт отдельных впадин.
def trap_stack_trace(height):
stack = []
water = 0
for i in range(len(height)):
print(f'i={i} h={height[i]}: stack={[height[s] for s in stack]}')
while stack and height[stack[-1]] < height[i]:
bot = stack.pop()
if not stack:
print(f' Pop {height[bot]}: no left wall, skip')
break
left = stack[-1]
h = min(height[left], height[i]) - height[bot]
w = i - left - 1
water += h * w
print(f' Pop {height[bot]}: floor={height[bot]}, left_wall={height[left]}, right_wall={height[i]}, h={h}, w={w}, +{h*w}')
stack.append(i)
return water
result = trap_stack_trace([0,1,0,2,1,0,1,3,2,1,2,1])
print('Total:', result)Сравнение всех трёх подходов
Краткий обзор трёх подходов к задаче о сборе дождевой воды:
- Префиксные массивы: время O(n), память O(n). Проще всего понять и проверить. Лучше всего подходят для собеседований, где ясность важнее эффективности использования памяти.
- Два указателя: время O(n), память O(1). Оптимальны и по времени, и по памяти. Лучше всего подходят для дополнительных вопросов «можно ли использовать O(1) памяти?».
- Монотонный стек: время O(n), память O(n). Обрабатывает воду в горизонтальных слоях. Лучше всего подходит, когда нужно определить, какие столбцы участвуют в формировании воды, или когда эта задача встречается как подзадача в более крупном алгоритме на основе стека.
height = [0,1,0,2,1,0,1,3,2,1,2,1]
# All three methods — verify they agree
def trap_prefix(h):
n = len(h)
ml = [0]*n; mr = [0]*n; ml[0]=h[0]; mr[-1]=h[-1]
for i in range(1,n): ml[i]=max(ml[i-1],h[i])
for i in range(n-2,-1,-1): mr[i]=max(mr[i+1],h[i])
return sum(max(0,min(ml[i],mr[i])-h[i]) for i in range(n))
def trap_two_ptr(h):
l,r,ml,mr,w = 0,len(h)-1,0,0,0
while l<r:
if h[l]<h[r]:
ml=max(ml,h[l]); w+=ml-h[l]; l+=1
else:
mr=max(mr,h[r]); w+=mr-h[r]; r-=1
return w
def trap_stk(h):
stk,w = [],[]
for i in range(len(h)):
while stk and h[stk[-1]]<h[i]:
b=stk.pop()
if not stk: break
w.append(max(0,min(h[stk[-1]],h[i])-h[b])*(i-stk[-1]-1))
stk.append(i)
return sum(w)
for h in [height, [4,2,0,3,2,5], [3,0,3], [1,0,1]]:
p=trap_prefix(h); t=trap_two_ptr(h); s=trap_stk(h)
print(f'{h}: prefix={p}, two-ptr={t}, stack={s}, match={p==t==s}')Контейнер с максимальным количеством воды
Контейнер с максимальным количеством воды (LeetCode 11) часто путают с задачей о сборе дождевой воды. Здесь вы выбираете ровно два столбца, и вода ограничена только этими двумя столбцами (внутренние столбцы не имеют значения). Максимизируйте площадь min(height[l], height[r]) × (r - l).
Метод двух указателей решает задачу жадным образом: начните с обоих концов (максимальная ширина). Перемещайте внутрь указатель, соответствующий более низкому столбцу, — перемещение указателя от более высокого столбца может только уменьшить площадь. Это занимает O(n) времени и O(1) памяти и проще, чем метод двух указателей в задаче о сборе дождевой воды, поскольку не требует текущего максимума.
def max_water_container(height):
left, right = 0, len(height) - 1
max_area = 0
while left < right:
area = min(height[left], height[right]) * (right - left)
max_area = max(max_area, area)
# Move the shorter bar: moving taller bar can only reduce min
if height[left] < height[right]:
left += 1
else:
right -= 1
return max_area
print(max_water_container([1,8,6,2,5,4,8,3,7])) # 49: bars 8 and 7
print(max_water_container([1,1])) # 1
print(max_water_container([4,3,2,1,4])) # 16
# Key difference from trapping rain water:
# Container: choose 2 bars, water fills freely between them (no internal barriers)
# Trapping: water fills ALL valleys in the full elevation mapПродвинутый подход: сбор дождевой воды II (3D)
Сбор дождевой воды II (LeetCode 407) расширяет задачу до двумерной матрицы высот. Вода может течь во всех четырёх направлениях и должна вытекать через границу. Решение использует минимальную кучу: сначала добавьте в кучу все граничные ячейки, затем выполните расширение, похожее на BFS. Обрабатывайте ячейку с наименьшей высотой — любой сосед с меньшей высотой должен удерживать воду как минимум на уровне текущей ячейки.
Это принципиально другой алгоритм по сравнению со случаем 1D, и он проверяет как операции с кучей, так и обход BFS. Приём с двумя указателями для 1D не обобщается на 2D, а подход с кучей обобщается.
import heapq
def trap_rain_water_2d(heightMap):
if not heightMap or not heightMap[0]:
return 0
m, n = len(heightMap), len(heightMap[0])
visited = [[False]*n for _ in range(m)]
heap = [] # (height, row, col)
# Add all border cells to the heap
for i in range(m):
for j in [0, n-1]:
heapq.heappush(heap, (heightMap[i][j], i, j))
visited[i][j] = True
for j in range(n):
for i in [0, m-1]:
if not visited[i][j]:
heapq.heappush(heap, (heightMap[i][j], i, j))
visited[i][j] = True
total = 0
max_h = 0
while heap:
h, r, c = heapq.heappop(heap)
max_h = max(max_h, h)
for dr, dc in [(-1,0),(1,0),(0,-1),(0,1)]:
nr, nc = r+dr, c+dc
if 0<=nr<m and 0<=nc<n and not visited[nr][nc]:
visited[nr][nc] = True
total += max(0, max_h - heightMap[nr][nc])
heapq.heappush(heap, (max(max_h, heightMap[nr][nc]), nr, nc))
return total
map2d = [[1,4,3,1,3,2],[3,2,1,3,2,4],[2,3,3,2,3,1]]
print(trap_rain_water_2d(map2d)) # 4Когда использовать каждый метод на собеседованиях
Руководство по выбору подхода для собеседования по задаче о сборе дождевой воды:
- Начните с: префиксных массивов — их легко объяснить, они наглядны и явно корректны
- Дополнительный вопрос «O(1) памяти?»: два указателя — объясните инвариант, согласно которому меньшая сторона является ограничивающим фактором
- Если интервьюер спросит «есть ли другой подход?»: монотонный стек — объясните вычисление горизонтальных слоёв
Всегда начинайте с чёткого определения того, что задаёт уровень воды в каждой позиции (минимум из самых высоких столбцов с каждой стороны), прежде чем переходить к коду. Это показывает понимание задачи и облегчает объяснение решения.
# Quick summary of all three approaches
approaches = [
{
'name': 'Prefix max arrays',
'time': 'O(n)', 'space': 'O(n)',
'description': '3 passes: build max_left, max_right, sum water column-by-column',
},
{
'name': 'Two pointers',
'time': 'O(n)', 'space': 'O(1)',
'description': 'Process smaller side: its max is the limiting wall, no array needed',
},
{
'name': 'Monotonic stack',
'time': 'O(n)', 'space': 'O(n)',
'description': 'Compute water in horizontal layers when a taller bar is encountered',
},
]
for a in approaches:
print(f'{a["name"]} [{a["time"]} / {a["space"]}]')
print(f' {a["description"]}')
print()Граничные случаи и распространённые ошибки
Распространённые ошибки в задаче о сборе дождевой воды:
- Забыть про min: уровень воды равен
min(max_left, max_right), а не одному из этих значений. Высокие стенки нужны столбцу с обеих сторон. - Отрицательный объём воды: используйте
max(0, ...), чтобы заменить отрицательные значения на 0, когда высота столбца в позиции превышает уровень воды. - Крайние позиции: крайний левый и крайний правый столбцы никогда не могут удерживать воду (с одной стороны нет стенки). Подход с префиксным массивом обрабатывает это естественным образом, поскольку
max_left[0] = height[0]гарантирует, что в позиции с индексом 0 объём воды всегда равен 0. - Пустые или очень маленькие массивы: возвращайте 0 для массивов, содержащих менее 3 элементов.
def trap(height):
n = len(height)
if n < 3:
return 0 # need at least 3 bars to trap anything
left, right = 0, n - 1
max_l = max_r = water = 0
while left < right:
if height[left] <= height[right]:
if height[left] >= max_l:
max_l = height[left]
else:
water += max_l - height[left] # never negative: max_l > height[left]
left += 1
else:
if height[right] >= max_r:
max_r = height[right]
else:
water += max_r - height[right]
right -= 1
return water
# Edge cases
print(trap([])) # 0: empty
print(trap([1])) # 0: single bar
print(trap([1,2])) # 0: two bars
print(trap([3,0,3])) # 3: simple valley
print(trap([3,3,3])) # 0: flat top, no waterБыстрая проверка
Проверьте, насколько вы поняли концепции структур данных и алгоритмов — подготовки к техническим собеседованиям, изученные в этом уроке.
Итоги урока
В этом уроке вы узнали: задача о сборе дождевой воды решается поиском минимума между самыми высокими левой и правой стенками в каждой позиции, метод двух указателей с памятью O(1) работает, потому что текущий максимум со стороны меньшей стенки всегда является определяющим ограничением, и метод монотонного стека вычисляет воду в горизонтальных слоях и полезен в сочетании с другой логикой на основе стека. Далее мы перейдём к концепциям проектирования систем, начав со структуры RADIO для структурированных ответов на собеседованиях.
Часто задаваемые вопросы
Урок «Заполнение водой: стек и два указателя» бесплатный?
Да — полный текст урока «Заполнение водой: стек и два указателя» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс Coding Interview Prep, подпишись на CoddyKit PRO. Курс Coding Interview Prep содержит 4 уроков всего.
Чему я научусь в уроке «Заполнение водой: стек и два указателя»?
Решите задачу о накоплении дождевой воды двумя способами: монотонным стеком, вычисляющим горизонтальные слои, и двумя указателями, вычисляющими вертикальные столбцы Ты практикуешь Coding Interview Prep с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать Coding Interview Prep?
Предыдущий опыт не требуется. Coding Interview Prep на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 4 из 4.
Сколько времени занимает урок «Заполнение водой: стек и два указателя»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке Coding Interview Prep?
Да. Каждый урок Coding Interview Prep включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Монотонный стек: возрастание и убывание
- Наибольший прямоугольник в гистограмме
- Максимум в скользящем окне с монотонной декой
- Заполнение водой: стек и два указателя