代码随想录算法训练营第五十八天 _ 单调栈_155. 最小栈、739.每日温度、496. 下一个更大元素 I、503.下一个更大元素II。

本文主要是介绍代码随想录算法训练营第五十八天 _ 单调栈_155. 最小栈、739.每日温度、496. 下一个更大元素 I、503.下一个更大元素II。,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

学习目标:

单调栈是一种特殊的栈数据结构,在栈的基础上增加了一些特定的性质。它主要用于解决一类与元素大小和顺序有关的问题。

  • 特点:
    单调递增栈:栈内元素从栈底到栈顶呈递增的顺序。
    单调递减栈:栈内元素从栈底到栈顶呈递减的顺序。
  • 实现步骤和规则:
    遍历数组或列表:单调栈通常是通过遍历数组或列表实现的,根据特定条件入栈或出栈
    维护单调性:根据问题的需求,维护栈内元素的单调性(递增或递减)。
    元素的入栈和出栈:根据当前元素和栈顶元素的比较,决定入栈或出栈的规则。
    入栈规则:当前元素满足单调性条件时,入栈。
    出栈规则:当前元素破坏单调性条件时,栈顶元素出栈,直到满足单调性条件为止,再将当前元素入栈。

60天训练营打卡计划!

学习内容:

155. 最小栈

  • 好像和单调栈没什么关系,但是这个思路值得学习
  • 当栈中的最大或最小值要更新时,在栈中保存前一个最大或最小值。
class MinStack {// 正式栈Stack<Integer> stk;int min;public MinStack() {stk = new Stack<>();min = Integer.MAX_VALUE;}public void push(int val) {// 使用栈将前一个最小值保存if(min >= val){stk.push(min);min = val;}stk.push(val);}public void pop() {// 将栈中存的上一次的最小值取出if(stk.peek() == min){stk.pop();min = stk.peek();}stk.pop();}public int top() {return stk.peek();}public int getMin() {return min;}
}

739.每日温度

  • 单调栈作用:记录遍历过且没有被计算的元素下标
  • 单调栈顺序:升序
  • 场景:
    ① T[i] > T[st.peek()] — while循环
    res[st.peek()] = i - st.peek()
    st.pop()
    ② T[i] <= T[st.peek()] — 构造出了上升栈
    st.push(i)
class Solution {public int[] dailyTemperatures(int[] temperatures) {int[] res = new int[temperatures.length];// 上升的单调栈:存的是遍历过的但未处理的元素下标Stack<Integer> st = new Stack<>();st.push(0);for(int i = 1; i < temperatures.length; i++){if(st.empty() || temperatures[i] <= temperatures[st.peek()]){st.push(i); // System.out.println("*# " + st.peek() + " " + i);}   else{while(!st.empty() && temperatures[i] > temperatures[st.peek()]){// System.out.println("* " + st.peek() + " " + i);res[st.peek()] = i - st.peek();st.pop();}// 都出站后要将i入栈st.push(i);}}return res;}
}

496. 下一个更大元素 I

  • 单调栈作用:记录遍历过且没有被计算的元素下标

  • 单调栈顺序:升序

  • 场景:
    ① nums2[i] > nums2[st.peek()] — while循环
    if(nums1数组中含该st.peek())
    res[nums1数组中该st.peek()的位置] = nums2[i]
    st.pop()
    ② nums2[i] < nums2[st.peek()] — 构造出了上升栈(nums2中所有整数 互不相同)
    st.push(i)

class Solution {public int[] nextGreaterElement(int[] nums1, int[] nums2) {// 找不到的位置返回-1,所以直接初始化为-1int[] res = new int[nums1.length];Arrays.fill(res, -1);// 构造一个map映射nums1的值和位置关系,便于查询HashMap<Integer,Integer> map = new HashMap<>();for(int i = 0; i < nums1.length; i++){map.put(nums1[i],i);}// 构造一个递增的上升栈,存的是下标Stack<Integer> stk = new Stack<>();stk.push(0);for(int i = 1; i < nums2.length; i++){if(nums2[i] < nums2[stk.peek()])  stk.push(i);else{while(!stk.empty() && nums2[i] > nums2[stk.peek()]){// 当map中可以找到栈顶元素时,生成一个该值对应的下标的结果数组。// 与739每日温度的唯一区别if(map.containsKey(nums2[stk.peek()])){res[map.get(nums2[stk.peek()])] = nums2[i];}stk.pop();}// 一定要记得将i这个未处理的值加入到栈中,符合单调栈的结构stk.push(i);}}return res;}
}

503.下一个更大元素II

  • 与739的区别是:该题目的数组是循环的。
  • 所有的成环的数组都可以在遍历时对其取模实现原地循环
for(int i = 1; i < nums.length * 2; i++){nums[i%(nums.length)]
}
  • 单调栈作用:记录遍历过且没有被计算的元素下标

  • 单调栈顺序:升序

  • 场景:
    ① nums[i%(nums.length)] > nums[st.peek()] — while循环
    res[st.peek()] = nums[i]
    st.pop()
    ② nums[i%(nums.length)] <= nums[st.peek()] — 构造出了上升栈
    st.push(i%(nums.length))

class Solution {public int[] nextGreaterElements(int[] nums) {    // 找不到的位置返回-1,所以直接初始化为-1int[] res = new int[nums.length];Arrays.fill(res, -1);// 构造一个递增的上升栈,存的是下标Stack<Integer> stk = new Stack<>();stk.push(0);for(int i = 1; i < nums.length*2; i++){if(nums[i%nums.length] <= nums[stk.peek()])   stk.push(i%nums.length);else{while(!stk.empty() && nums[i%nums.length] > nums[stk.peek()]){res[stk.peek()] = nums[i%nums.length];stk.pop();}// 一定要记得将i这个未处理的值加入到栈中,符合单调栈的结构stk.push(i%nums.length);}}return res;}
}

学习时间:

  • 上午两个半小时,整理文档半小时。

这篇关于代码随想录算法训练营第五十八天 _ 单调栈_155. 最小栈、739.每日温度、496. 下一个更大元素 I、503.下一个更大元素II。的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/518705

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

poj 1287 Networking(prim or kruscal最小生成树)

题意给你点与点间距离,求最小生成树。 注意点是,两点之间可能有不同的路,输入的时候选择最小的,和之前有道最短路WA的题目类似。 prim代码: #include<stdio.h>const int MaxN = 51;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int P;int prim(){bool vis[MaxN];

poj 2349 Arctic Network uva 10369(prim or kruscal最小生成树)

题目很麻烦,因为不熟悉最小生成树的算法调试了好久。 感觉网上的题目解释都没说得很清楚,不适合新手。自己写一个。 题意:给你点的坐标,然后两点间可以有两种方式来通信:第一种是卫星通信,第二种是无线电通信。 卫星通信:任何两个有卫星频道的点间都可以直接建立连接,与点间的距离无关; 无线电通信:两个点之间的距离不能超过D,无线电收发器的功率越大,D越大,越昂贵。 计算无线电收发器D