直接遍历无法算出正确雨水量，因为每个位置存水量取决于左右两侧最高墙而非相邻元素；需预处理leftMax和rightMax数组，再按min(leftMax[i],rightMax[i])−height[i]累加有效差值。
为什么直接遍历数组算不出正确雨水量
因为每个位置能存多少水，取决于它左右两侧的最高墙——不是左边所有墙里最高的，就是右边所有墙里最高的。只看相邻元素或者单次从左到右扫，会漏掉远端的“围挡”作用。比如 [0,1,0,2,1,0,1,3,2,1,2,1] 中索引 2 的位置，左边最高是 1，右边最高是 3，所以能存 min(1,3) - 0 = 1 单位水。没预处理左右最大值，这一步就无从下手。
用两个数组预处理 leftMax 和 rightMax 最稳妥
这是最直观、不易出错的解法，时间换空间，逻辑清晰，适合调试和理解原理。核心就是为每个下标 i 算出：leftMax[i] 表示 height[0..i] 的最大值，rightMax[i] 表示 height[i..n-1] 的最大值。
实操建议：
- 初始化
leftMax[0] = height[0]，然后从左到右循环：leftMax[i] = max(leftMax[i-1], height[i]) - 初始化
rightMax[n-1] = height[n-1]，然后从右到左循环：rightMax[i] = max(rightMax[i+1], height[i]) - 最后遍历一次：对每个
i，若min(leftMax[i], rightMax[i]) > height[i]，则累加差值
注意：边界位置（首尾）一定存不了水，因为缺一侧墙，但用上述逻辑自动处理为 0，无需特判。
立即学习“C++免费学习笔记（深入）”；
双指针法节省空间但容易写错边界条件
当内存受限或想优化空间复杂度到 O(1) 时用。本质是模拟两个指针从两端向中间走，维护当前已知的左/右最大值，利用“较矮那边决定当前能存多少水”这一性质推进。
关键判断逻辑：
- 始终移动
left或right中指向更矮柱子的那一侧 - 如果
height[left] ，说明 <code>left处的瓶颈在左边（因为右边还有更高的墙兜底），此时能存水量为leftMax - height[left]，然后更新leftMax并右移left - 反之处理
right侧 - 停止条件是
left >= right，不是left == right—— 否则中间那个位置可能被跳过
常见错误：把比较条件写成 leftMax ，其实应该用当前柱高，否则逻辑断裂；还有人忘了在移动前先计算当前格子的蓄水量。
单调栈适合找“凹槽”，但要小心栈中存的是下标
这是最容易卡壳的写法：栈里必须存 int 下标，不是高度值。因为我们需要知道宽度（下标差）来算面积。每次遇到比栈顶高的新柱子，就弹出栈顶，把它当作“凹槽底”，用新柱子和新的栈顶（左墙）夹出一个可积水区域。
实操要点：
- 栈初始为空，遍历
i从0到n-1 - 当
!stack.empty() && height[i] > height[stack.top()]时进入 while 循环 - 弹出
top = stack.top(); stack.pop();，此时若栈非空，left = stack.top()是左边界，i是右边界，宽度为i - left - 1，高度为min(height[left], height[i]) - height[top] - 只在高度差 > 0 时才累加，避免负数
最容易忽略的一点：同一个凹槽可能被多次拆分计算（比如宽凹槽被多个中等高度柱子切开），单调栈天然支持这种分段统计，但初学者常误以为要一次性算整个洼地。
