LeetCode 42接雨水问题：从暴力到双指针的5种解法对比（附Python/Java/C++代码）

最新推荐文章于 2026-03-02 14:17:05 发布

原创

最新推荐文章于 2026-03-02 14:17:05 发布 · 698 阅读

标签

#接雨水问题 #LeetCode 42 #算法优化 #多语言实现

收录于

LeetCode 42接雨水问题：从暴力到双指针的5种解法深度剖析

第一次在面试中遇到接雨水问题时，我盯着那道二维柱状图足足发呆了五分钟。后来才发现，这道看似简单的题目竟然隐藏着如此精妙的算法思维。今天我们就来彻底拆解这道经典题目，从最直观的暴力解法到最优化的双指针方案，一步步探索算法优化的艺术。

1. 问题本质与物理模型

想象一下，这些高低错落的柱子就像城市的天际线。雨水会如何在这些"建筑"之间积聚？关键在于理解木桶效应——每个位置能接住的雨水量，取决于它左右两侧最高柱子中的较小值。

用数学语言描述就是：

water[i] = min(left_max[i], right_max[i]) - height[i]

如果这个差值大于零，则该位置可以积水；否则无法积水。这个简单的公式背后，蕴含着整个问题的核心逻辑。

边界情况处理：

第一个和最后一个柱子无法积水（没有左边界或右边界）
当所有柱子高度单调递减或递增时，无法积水

2. 暴力解法：最直观的思路

我们先从最朴素的解法开始，虽然它的时间复杂度高达O(n²)，但能帮助我们理解问题本质。

def trap_brute_force(height):
    n = len(height)
    total = 0
    for i in range(1, n-1):  # 首尾柱子不积水
        left_max = max(height[:i])
        right_max = max(height[i+1:])
        water = min(left_max, right_max) - height[i]
        total += max(0, water)
    return total

这个解法的性能瓶颈显而易见：对于每个位置i，都要遍历整个数组来寻找左右最大值。在实际