Python 直方图中矩形的最大面积-为什么需要堆栈？

考虑以下几点：

给定n个非负整数，表示直方图中宽度为1的条的高度，求直方图的最大面积矩形，即直方图中包含的最大面积矩形

关键思想是计算：

R[i]=最大矩形的面积，其中条在i处为 矩形中的最小条（即宽度=H[i]）左[i]=左 R[i]的最大边界，它是比H[i]大的最左边的条。 right[i]=R[i]的最右边边界，它是最右边的条 大于H[i]

我知道需要一个堆栈来计算

right

和

left

，但我认为我能够提供类似的解决方案，而无需使用堆栈：

def max_area_rect(lst):
    n = len(lst)
    right = [-1] * n
    left = [-1] * n

    right[n - 1] = n
    for i in range(n - 2, -1, -1):
        right[i] = i + 1 if lst[i] > lst[i + 1] else right[i + 1]

    left[0] = -1
    for i in range(1, n):
        left[i] = i - 1 if lst[i - 1] < lst[i] else left[i - 1]

    max_res = -1
    for i in range(n):
        right_len = right[i] - i -1
        left_len = i - left[i] + 1
        h = min(lst[right_len - 1], lst[left_len + 1])
        res = (right_len + left_len) * h
        if res > max_res:
            max_res = res

    return max_res

    # test
    print(max_area_rect([4, 2, 1, 8, 6, 8, 5, 2])) # expected result: 20

def最大面积（lst）：
n=长度（lst）
右=[-1]*n
左=[-1]*n
右[n-1]=n
对于范围（n-2，-1，-1）内的i：
如果lst[i]>lst[i+1]，则right[i]=i+1，否则为right[i+1]
左[0]=-1
对于范围（1，n）内的i：
左[i]=i-1如果lst[i-1]最大分辨率：
最大分辨率=分辨率
返回最大分辨率
#试验
打印（最大面积校正（[4,2,1,8,6,8,5,2]））#预期结果：20

---

所以我的问题是：为什么我们需要一个堆栈？我的方法有效吗？

如你所说的

左[i]

的定义

left[i]=R[i]的最左侧边界，它是大于H[i]的最左侧条

您在代码中定义了什么

left[i] = i - 1 if lst[i - 1] < lst[i] else left[i - 1]

left[i]=i-1如果lst[i-1]

i、 e.如果左边的条形图更高，则将

left[i]=left[i-1]

。然而，这里的错误是

left[i-1]

存储的最左边的索引大于

lst[i-1]

，而不是

lst[i]

---

例如，在你输入的序列中，

left[i]

8不应该包括

6

，因此

left[i]

应该是

i

，但是

left[i]

5应该包括

6

，以及

8

，这就是你的代码忽略的地方。

。将5更改为6，输出不变。将4更改为3，输出更改为15。结果为20的计算结果是

res=（1+4）*4

，这是完全错误的，但恰好给出了正确的答案。此外，只需将相同的直方图反向输入算法即可：

[2,5,8,6,8,1,2,4]

。您的代码给出的结果为25。FWIW，您可以找到各种解决方案。