您现在的位置是:首页 >其他 >代码随想录算法训练营第五十八天|单调栈 part1网站首页其他
代码随想录算法训练营第五十八天|单调栈 part1
通常是一维数组,要寻找任一个元素的右边或者左边第一个比自己大或者小的元素的位置,此时我们就要想到可以用单调栈了。时间复杂度为O(n)。
单调栈里只需要存放元素的下标i就可以了,如果需要使用对应的元素,直接T[i]就可以获取
如果求一个元素右边第一个更大元素,单调栈就是递增的,如果求一个元素右边第一个更小元素,单调栈就是递减的。
三个条件
- 当前遍历的元素T[i]小于栈顶元素T[st.top()]的情况
- 当前遍历的元素T[i]等于栈顶元素T[st.top()]的情况
- 当前遍历的元素T[i]大于栈顶元素T[st.top()]的情况
给定一个整数数组 temperatures ,表示每天的温度,返回一个数组 answer ,其中 answer[i] 是指对于第 i 天,下一个更高温度出现在几天后。如果气温在这之后都不会升高,请在该位置用 0 来代替。
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/daily-temperatures
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
class Solution {
public int[] dailyTemperatures(int[] temperatures) {
int len = temperatures.length;
int [] res = new int[len];
Deque<Integer> stack = new LinkedList<>();
stack.push(0);
for(int i=1;i<len;i++){
// 栈头大于等于栈尾,可以单调递增
if(temperatures[i]<=temperatures[stack.peek()]){
stack.push(i);
}else{
// 栈头小于栈尾,违反单调递增
// 说明对于stack.peek()对应的元素来说,第i个天就是下一个温度出现的时间
// 记录到res数组中并弹出栈头元素
while(!stack.isEmpty() && temperatures[i]>temperatures[stack.peek()]){
res[stack.peek()] = i - stack.peek();
stack.pop();
}
// 最后将元素i放入栈尾
stack.push(i);
}
}
return res;
}
}
nums1 中数字 x 的 下一个更大元素 是指 x 在 nums2 中对应位置 右侧 的 第一个 比 x 大的元素。
给你两个 没有重复元素 的数组 nums1 和 nums2 ,下标从 0 开始计数,其中nums1 是 nums2 的子集。
对于每个 0 <= i < nums1.length ,找出满足 nums1[i] == nums2[j] 的下标 j ,并且在 nums2 确定 nums2[j] 的 下一个更大元素 。如果不存在下一个更大元素,那么本次查询的答案是 -1 。
返回一个长度为 nums1.length 的数组 ans 作为答案,满足 ans[i] 是如上所述的 下一个更大元素 。
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/next-greater-element-i
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
class Solution {
public int[] nextGreaterElement(int[] nums1, int[] nums2) {
int len1 = nums1.length;
int[] res = new int[len1];
// 初始化为-1
Arrays.fill(res,-1);
Stack<Integer> stack = new Stack<>();
// 要判断nums2[i]是否在nums1中出现过
// 没有重复元素 -> 可以用hashmap来映射
HashMap<Integer,Integer> hashMap = new HashMap<>();
for(int i=0;i<len1;i++){
hashMap.put(nums1[i],i);
}
// 找右边第一个比自己大的元素->单调递增
// 从栈头到栈尾的顺序是从小倒大
// 注意单调栈中存的是下标
stack.add(0);
for(int i=1;i<nums2.length;i++){
// 当前遍历元素小于等于栈顶元素直接入栈
if(nums2[i]<=nums2[stack.peek()]){
stack.add(i);
}else{
// 当前遍历元素大于栈顶元素直接入栈
while(!stack.isEmpty() &&nums2[stack.peek()]<nums2[i]){
// 判断栈顶元素是否在nums1中出现过
if(hashMap.containsKey(nums2[stack.peek()])){
// 找到栈顶元素在nums1的下标
Integer index = hashMap.get(nums2[stack.peek()]);
// 记录栈顶元素在nums2中的下一个更大元素
res[index] = nums2[i];
}
stack.pop();
}
stack.add(i);
}
}
return res;
}
}