【LeetCode 算法笔记】739. 每日温度

目录

问题描述

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。

示例 1:

输入: temperatures = [73,74,75,71,69,72,76,73]

输出: [1,1,4,2,1,1,0,0]

示例 2:

输入: temperatures = [30,40,50,60]

输出: [1,1,1,0]

示例 3:

输入: temperatures = [30,60,90]

输出: [1,1,0]

提示:
1 <= temperatures.length <= 105
30 <= temperatures[i] <= 100

暴力解法

对于每一个温度值,都向后进行扫描,直到找到比这个值更大的值。

python 复制代码
class Solution:
    def dailyTemperatures(self, temperatures: List[int]) -> List[int]:
        res = []
        n = len(temperatures)
        for i in range(n):
            j = 0
            finded = False
            while(i+j < n):
                if temperatures[i] < temperatures[i+j]:
                    finded = True
                    break
                else:
                    j += 1
            res.append(j if finded else 0)
        return res

算法复杂度:

最好的情况下,每一天的温度比前一天更高: O ( N ) O(N) O(N)

最坏情况下,每一天的温度比前一天更低,总共运行 N ∗ ( N − 1 ) / 2 N*(N-1)/2 N∗(N−1)/2 次 : O ( N 2 ) O(N^2) O(N2)

这个方法在 LeetCode 中提交的话,会超时无法通过

先把 下标存到栈里,如果栈顶元素遇到了更高的温度,持续抛出

python 复制代码
class Solution:
    def dailyTemperatures(self, temperatures: List[int]) -> List[int]:
        stack = []
        n = len(temperatures)
        res = [0]*n
        for i in range(n):
            while(stack and temperatures[stack[-1]] < temperatures[i]):
                k = stack.pop()
                res[k] = (i-k)
            stack.append(i)
        return res

算法复杂度: O ( N ) O(N) O(N)

相关推荐
CoovallyAIHub21 小时前
港大&字节重磅发布DanceGRPO:突破视觉生成RLHF瓶颈,多项任务性能提升超180%!
深度学习·算法·计算机视觉
使一颗心免于哀伤21 小时前
《设计模式之禅》笔记摘录 - 21.状态模式
笔记·设计模式
CoovallyAIHub1 天前
英伟达ViPE重磅发布!解决3D感知难题,SLAM+深度学习完美融合(附带数据集下载地址)
深度学习·算法·计算机视觉
聚客AI2 天前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
大怪v2 天前
前端:人工智能?我也会啊!来个花活,😎😎😎“自动驾驶”整起!
前端·javascript·算法
惯导马工2 天前
【论文导读】ORB-SLAM3:An Accurate Open-Source Library for Visual, Visual-Inertial and
深度学习·算法
骑自行车的码农2 天前
【React用到的一些算法】游标和栈
算法·react.js
博笙困了2 天前
AcWing学习——双指针算法
c++·算法
moonlifesudo2 天前
322:零钱兑换(三种方法)
算法
NAGNIP3 天前
大模型框架性能优化策略:延迟、吞吐量与成本权衡
算法