LeetCode155. 最小栈(2024冬季每日一题 12)

设计一个支持 push ,pop ,top 操作,并能在常数时间内检索到最小元素的栈。

实现 MinStack 类:

  • MinStack() 初始化堆栈对象。
  • void push(int val) 将元素val推入堆栈。
  • void pop() 删除堆栈顶部的元素。
  • int top() 获取堆栈顶部的元素。
  • int getMin() 获取堆栈中的最小元素。

示例 1:

输入:

"MinStack","push","push","push","getMin","pop","top","getMin"

\[\],\[-2\],\[0\],\[-3\],\[\],\[\],\[\],\[\]

输出:

null,null,null,null,-3,null,0,-2

解释:

MinStack minStack = new MinStack();

minStack.push(-2);

minStack.push(0);

minStack.push(-3);

minStack.getMin(); --> 返回 -3.

minStack.pop();

minStack.top(); --> 返回 0.

minStack.getMin(); --> 返回 -2.

提示:

− 2 31 < = v a l < = 2 31 − 1 -2^{31} <= val <= 2^{31} - 1 −231<=val<=231−1

pop、top 和 getMin 操作总是在 非空栈 上调用

push, pop, top, and getMin最多被调用 3 ∗ 1 0 4 3 * 10^4 3∗104 次


思路:

  • 模拟栈 + 使用一个m数组记录当前位置左边最小的数(包括当前元素)
  • 使用模拟栈时,最右边的元素,就是栈顶元素
  • 求栈中最小的值,也就是求栈顶左边最小的数(包括栈顶元素),只需要返回 m[tt] 即可
cpp 复制代码
class MinStack {
public:
    int stk[30010];
    int m[30010];
    int tt = -1;
    MinStack() {
        tt = -1;
    }
    
    void push(int val) {
        stk[++tt] = val;
        if(!tt) m[tt] = val;
        else m[tt] = min(stk[tt], m[tt-1]);
    }
    
    void pop() {
        tt--;
    }
    
    int top() {
        return stk[tt];
    }
    
    int getMin() {
        return m[tt];
    }
};

/**
 * Your MinStack object will be instantiated and called as such:
 * MinStack* obj = new MinStack();
 * obj->push(val);
 * obj->pop();
 * int param_3 = obj->top();
 * int param_4 = obj->getMin();
 */
相关推荐
Yingye Zhu(HPXXZYY)2 小时前
ICPC 2023 Nanjing R L 题 Elevator
算法
程序员Xu5 小时前
【LeetCode热题100道笔记】二叉树的右视图
笔记·算法·leetcode
笑脸惹桃花5 小时前
50系显卡训练深度学习YOLO等算法报错的解决方法
深度学习·算法·yolo·torch·cuda
阿维的博客日记6 小时前
LeetCode 48 - 旋转图像算法详解(全网最优雅的Java算法
算法·leetcode
GEO_YScsn6 小时前
Rust 的生命周期与借用检查:安全性深度保障的基石
网络·算法
程序员Xu6 小时前
【LeetCode热题100道笔记】二叉搜索树中第 K 小的元素
笔记·算法·leetcode
THMAIL7 小时前
机器学习从入门到精通 - 数据预处理实战秘籍:清洗、转换与特征工程入门
人工智能·python·算法·机器学习·数据挖掘·逻辑回归
Kevinhbr8 小时前
CSP-J/S IS COMING
数据结构·c++·算法
蕓晨8 小时前
set的插入和pair的用法
c++·算法
THMAIL8 小时前
深度学习从入门到精通 - AutoML与神经网络搜索(NAS):自动化模型设计未来
人工智能·python·深度学习·神经网络·算法·机器学习·逻辑回归