【数据结构-栈】【差分思想-延迟更新优化】力扣1381. 设计一个支持增量操作的栈

请你设计一个支持对其元素进行增量操作的栈。

实现自定义栈类 CustomStack :

CustomStack(int maxSize):用 maxSize 初始化对象,maxSize 是栈中最多能容纳的元素数量。

void push(int x):如果栈还未增长到 maxSize ,就将 x 添加到栈顶。

int pop():弹出栈顶元素,并返回栈顶的值,或栈为空时返回 -1 。

void inc(int k, int val):栈底的 k 个元素的值都增加 val 。如果栈中元素总数小于 k ,则栈中的所有元素都增加 val 。

示例:

输入:

"CustomStack","push","push","pop","push","push","push","increment","increment","pop","pop","pop","pop"

\[3\],\[1\],\[2\],\[\],\[2\],\[3\],\[4\],\[5,100\],\[2,100\],\[\],\[\],\[\],\[\]

输出:

null,null,null,2,null,null,null,null,null,103,202,201,-1

解释:

CustomStack stk = new CustomStack(3); // 栈是空的 \[\]

stk.push(1); // 栈变为 1

stk.push(2); // 栈变为 1, 2

stk.pop(); // 返回 2 --> 返回栈顶值 2,栈变为 1

stk.push(2); // 栈变为 1, 2

stk.push(3); // 栈变为 1, 2, 3

stk.push(4); // 栈仍然是 1, 2, 3,不能添加其他元素使栈大小变为 4

stk.increment(5, 100); // 栈变为 101, 102, 103

stk.increment(2, 100); // 栈变为 201, 202, 103

stk.pop(); // 返回 103 --> 返回栈顶值 103,栈变为 201, 202

stk.pop(); // 返回 202 --> 返回栈顶值 202,栈变为 201

stk.pop(); // 返回 201 --> 返回栈顶值 201,栈变为 \[\]

stk.pop(); // 返回 -1 --> 栈为空,返回 -1

提示:

1 <= maxSize, x, k <= 1000

0 <= val <= 100

每种方法 increment,push 以及 pop 分别最多调用 1000 次

模拟栈

cpp 复制代码
class CustomStack {
public:
    vector<int> stk;
    int top;
    CustomStack(int maxSize) {
        stk.resize(maxSize);
        top = -1;
    }
    
    void push(int x) {
        if(top != stk.size()-1){
            top++;
            stk[top] = x;
        }
    }
    
    int pop() {
        if(top == -1){
            return -1;
        }
        top--;
        return stk[top+1];
    }
    
    void increment(int k, int val) {
        int lim = min(k, top+1);
        for(int i = 0; i < lim; i++){
            stk[i] += val;
        }
    }
};

时间复杂度:初始化(构造函数)、push 操作和 pop 操作的渐进时间复杂度为 O(1),inc 操作的渐进时间复杂度为 O(k)。

空间复杂度:这里用到了一个长度为 maxSize 的数组作为辅助空间,渐进空间复杂度为 O(maxSize)。

使用vector来模拟栈的过程,区别在于我们不用真正的推出元素,只需将top--,总体过程相对简单。

使用差分优化(延迟更新)

cpp 复制代码
class CustomStack {
public:
    vector<int> stk, add;
    int top;
    CustomStack(int maxSize) {
        stk.resize(maxSize);
        add.resize(maxSize);
        top = -1;
    }
    
    void push(int x) {
        if(top != stk.size()-1){
            top++;
            stk[top] = x;
        }
    }
    
    int pop() {
        if(top == -1){
            return -1;
        }
        
        int ans = stk[top] + add[top];
        if(top > 0){
            add[top-1] += add[top];
        }
        add[top] = 0;
        top--;
        return ans;
    }
    
    void increment(int k, int val) {
        int lim = min(k-1, top);
        if(lim >= 0){
            add[lim] += val;
        }
    }
};

时间复杂度:所有操作的渐进时间复杂度均为 O(1)。

空间复杂度:这里用到了两个长度为 maxSize 的数组作为辅助空间,渐进空间复杂度为 O(maxSize)。

我们可以发现在increment函数中,我们第一种方法采用的是选择每次调用这个函数,就将前k个值进行增量。那既然都要增量,我们可不可以先统计完增量,然后再需要pop栈顶值的时候,再把增量加给需要pop的元素呢。比如说我们要将前k个数增加100次val,那么就要循环100k次,那么我们可以统计一共前k个数要增加100,那么最后将前k个数都添加100,或许只需要循环k次,甚至更少呢?

所以我们采用延迟更新的思想,将增量储存在一个动态数组add中,在每次计算增量的时候,我们只需要计算addk-1的增量(如果k-1小于top的话)。那么我们如何运用add呢,我们会发现我们只有在pop的时候,我们弹出的栈顶元素值时,需要增量和原来的栈顶元素相加。也就是int ans = stk[top] + add[top];。这时候addtop的增量被使用了,我们就将他传递给addtop-1,对应代码add[top-1] += add[top];

举个例子,比如说我们进行了两次increment操作,第一次将前k+1个元素增加val1,也就是addk=val1。第二次将前k+3个元素增加了val2,也就是addk+2=val2,那么他们共同覆盖的范围是不是前k+1个元素,那么也就是说,前k+1个元素增量是val1+val2,在第k+2到k+3个元素,增量是val2。这时候假设我们进行三次pop()操作,那么stkk+2 += addk+2,然后addk+2将增量传给addk+1(使用+=),这时候stkk+1 += addk+1,依旧是加上val2。

这时候我们再将addk+1传给addk,这时候addk就是val1+val2,也就是两次increment操作共同覆盖的区域,正好符合我们上面讲到的前k+1个元素的增量是val1+val2。

使用完增量后,记得将addtop设为0,然后让top--。

相关推荐
2601_962218613 小时前
万象生鲜系统业财一体化底层打通技术自动生成经营账单
大数据·数据库·人工智能·python·算法
吞下星星的少年·-·4 小时前
The 2026 ICPC Asia East Continent Online Contest (II)(构造)
数据结构·算法
stolentime5 小时前
洛谷P10515 转圈题解
c++·算法·数学建模·贪心算法
和裕6 小时前
蜂窝板 vs 七层瓦楞重型纸箱:大件工业设备运输性能与成本全对比
大数据·运维·网络·人工智能·算法
衡石科技6 小时前
Data_Agent记忆机制与经验复用衡石分析智能体会话记忆与长期学习技术解析
人工智能·科技·学习·算法·企业级bi
Msshu1237 小时前
2~5串锂电快充优选|XSP36 Type‑C升压/升降压快充管理芯片
数据结构·随机森林·贪心算法·排序算法·线性回归·启发式算法
shirsl8 小时前
算法 Day 2 滑动窗口 + 栈 / 单调栈
开发语言·python·算法
土司大王9 小时前
LeetCode hot100 回溯专题总结:Java 通用模板、决策树模型
java·算法·leetcode·决策树
2601_962218619 小时前
万象生鲜系统订单全生命周期状态同步技术实现业务可视
大数据·数据库·人工智能·python·算法
那年窗外下的雪.9 小时前
AIDC 学习日志|第 22 天|All-Active/Single-Active 故障演练设计
服务器·网络·学习·算法·哈希算法