503.下一个更大元素II 【中等】
题目：
给定一个循环数组 nums （ nums[nums.length - 1] 的下一个元素是 nums[0] ），返回 nums 中每个元素的 下一个更大元素 。
数字 x 的 下一个更大的元素 是按数组遍历顺序，这个数字之后的第一个比它更大的数，这意味着你应该循环地搜索它的下一个更大的数。如果不存在，则输出 -1 。
示例 1:
输入: nums = [1,2,1]
输出: [2,-1,2]
解释: 第一个 1 的下一个更大的数是 2；
数字 2 找不到下一个更大的数；
第二个 1 的下一个最大的数需要循环搜索，结果也是 2。示例 2:
输入: nums = [1,2,3,4,3]
输出: [2,3,4,-1,4]提示:
1 <= nums.length <= 10**4-10**9 <= nums[i] <= 10**9
分析问题：
思路1：
首先，通过两次遍历数组（实际是通过对索引取模来模拟）。在每次遍历中，如果当前元素大于栈顶元素所对应的数组值，就将栈顶元素弹出，并在结果数组中记录当前元素为栈顶元素的下一个更大元素。
在前 n 个位置时，将索引存入栈中。如果在后续的遍历中找到了更大的元素，就进行相应的处理。
最终，结果数组 ans 中存储了每个元素对应的下一个更大元素，如果没有则为 -1 。
思路2：
模拟。根据题目给的要求，我们遍历整个数组，去寻找他下一个更大的值，这里要把数组变成循环数组，因为我们要遍历整个列表。变成循环数组的方法无非就是把遍历的长度加长一点，然后模上len（nums），时间复杂度是O(N**2),但是这个方法用时间换空间，空间复杂度很低。
代码实现：
思路1：
python
class Solution:
def nextGreaterElements(self, nums: List[int]) -> List[int]:
n = len(nums)
stack = []
ans = [-1]*n
for i in range(2*n):
x = nums[i % n]
while stack and x > nums[stack[-1]]:
ans[stack.pop()] = x
if i < n:
stack.append(i)
return ans
这种方法时间复杂度和空间复杂度都是比较优越的。
思路2：
python
class Solution:
def nextGreaterElements(self, nums: List[int]) -> List[int]:
n=len(nums)
ls=[]
for i in range(len(nums)):
for j in range(i+1,i+len(nums)+1):
if j%n==i:
ls.append(-1)
break
elif nums[j%n] > nums[i]:
ls.append(nums[j%n])
break
return ls
思路2是比较容易想出来的一种方法，他的优点就在于空间复杂度较低，通俗易懂。但是时间复杂度较高。
总结：
思路一（使用栈）代码详解：
- 首先，获取输入数组
nums的长度n，并初始化一个空栈stack和结果数组ans，其中ans中的每个元素初始值都为-1。 - 然后，通过一个循环，模拟对数组进行两轮遍历（实际是通过
i % n来实现取模操作，达到循环数组的效果）。 - 对于每次循环获取的当前元素
x，如果栈不为空且x大于栈顶元素对应的数组值，就将栈顶元素弹出，并在结果数组ans中记录x为弹出元素的下一个更大元素。 - 在前
n次循环中（即第一次遍历数组时），将当前索引i存入栈中。 - 最终，返回结果数组
ans，其中每个位置存储了对应元素的下一个更大元素，如果没有则为-1。
思路二（使用两层循环）代码详解：
- 首先获取输入数组
nums的长度n，并创建一个空列表ls用于存储结果。 - 外层循环遍历数组中的每个元素。对于每个元素，通过内层循环从其右侧的下一个位置开始，模拟循环数组的方式进行查找。
- 在内层循环中，如果当前位置经过取模后又回到了起始位置（即
j % n == i），说明在右侧没有找到更大的元素，将-1存入结果列表ls并结束内层循环。 - 如果找到了右侧第一个比当前元素大的元素（即
nums[j % n] > nums[i]），将该更大元素存入结果列表ls并结束内层循环。 - 外层循环结束后，返回结果列表
ls。
总的来说，第一段代码通过栈来优化查找过程，空间复杂度相对较低；第二段代码使用两层循环直接查找，逻辑相对简单直观，但时间复杂度可能相对较高。
考点：
- 对数组的遍历操作。
- 循环边界的处理，包括通过取模实现数组的循环遍历。
- 利用栈或多重循环来比较元素大小。
收获：
- 学习了两种不同的方法来解决同一类问题，一种是利用栈的特性，另一种是通过两层循环。
- 加深了对数组操作和循环控制的理解，尤其是在处理循环边界和重复利用数组元素的场景。
- 体会到了不同算法的时间复杂度和空间复杂度的差异，第一段代码使用栈的方式在空间复杂度上相对更优，而第二段代码的两层循环在时间复杂度上可能相对较差。
- 提高了根据问题需求设计合适算法的能力，需要在不同的场景中权衡算法的效率和实现的难易程度。
