LeetCode:155.最小栈

python 复制代码
class MinStack(object):

    def __init__(self):
        """
        initialize your data structure here.
        """
        self.stack = []
        

    def push(self, x):
        """
        :type x: int
        :rtype: void
        """
        if not self.stack:
            self.stack.append((x, x))
        else:
            self.stack.append((x, min(x, self.stack[-1][1])))
        

    def pop(self):
        """
        :rtype: void
        """
        self.stack.pop()
        

    def top(self):
        """
        :rtype: int
        """
        return self.stack[-1][0]

解释

  • __init__: 初始化一个空栈,这里使用列表self.stack来存储栈元素。但不同于常规栈,这里的栈元素是一个元组(x, min_val),其中x是压入栈的原始值,min_val是到目前为止栈中的最小值。
  • push: 当压入一个新元素x时,它首先检查栈是否为空。如果栈为空,则直接压入(x, x)(因为此时x就是最小值)。如果栈不为空,则压入(x, min(x, self.stack[-1][1])),其中self.stack[-1][1]是栈顶元素对应的当前最小值。
  • pop: 弹出栈顶元素,即self.stack.pop()
  • top: 返回栈顶元素的原始值,即self.stack[-1][0]

举例

假设我们按照以下顺序对MinStack进行操作:

  1. 初始化一个MinStack对象。
  2. 使用push方法压入元素3。
  3. 使用push方法压入元素2。
  4. 使用push方法压入元素5。
  5. 调用top方法查看栈顶元素(应返回5)。
  6. 调用getMin方法(注意:虽然原代码中没有getMin方法,但根据类的设计,我们可以假设这个方法返回栈中的最小值,即返回self.stack[-1][1])。
  7. 使用pop方法弹出栈顶元素。
  8. 再次调用top方法查看栈顶元素(应返回2)。

下面是相应的Python代码示例(包括假设的getMin方法):

python 复制代码
class MinStack(object):
    # ...(省略了已给出的__init__、push、pop和top方法)

    def getMin(self):
        """
        :rtype: int
        """
        return self.stack[-1][1] if self.stack else None

# 使用示例
stack = MinStack()
stack.push(3)
stack.push(2)
stack.push(5)
print(stack.top())  # 输出: 5
print(stack.getMin())  # 输出: 2
stack.pop()
print(stack.top())  # 输出: 2
相关推荐
有一个好名字1 分钟前
力扣:种花问题
算法·leetcode·职场和发展
会编程是什么感觉...3 分钟前
算法 - Impedance Track 阻抗跟踪笔记
算法·bms·电量计
言之。3 分钟前
Django流式响应
后端·python·django
qq_430855884 分钟前
线代第三章向量第一节:n维向量及其运算
python·决策树·机器学习
sprintzer4 分钟前
力扣12.16-12.25数组刷题
算法·leetcode·职场和发展
点云侠5 分钟前
基于选权迭代法的空间平面拟合
线性代数·算法·平面
小鸡吃米…6 分钟前
基于Python监督学习的人工智能:分类
人工智能·python·学习
AndrewHZ8 分钟前
【图像处理基石】VR的眩晕感是如何产生的?
图像处理·算法·计算机视觉·vr·cv·立体视觉·眩晕感
一代明君Kevin学长9 分钟前
RAG中的上下文压缩(Contextual Compression)
人工智能·python·深度学习·ai·大模型·检索增强·rag
智算菩萨9 分钟前
【Python基础】排序算法的深度解析与实践应用:从理论到性能优化的全面指南
算法·性能优化·排序算法