2025-04-16：找到稳定山的下标。用go语言，给定一个整数数组 height，表示一列山的高度，其中 height[i] 表示第 i 座山的高度，还有一个

2025-04-16：找到稳定山的下标。用go语言，给定一个整数数组 height，表示一列山的高度，其中 height $i$ 表示第 i 座山的高度，还有一个整数 threshold。我们定义一个山为"稳定"的条件是：对于每座下标不为 0 的山，如果它左侧相邻的山的高度严格大于 threshold，那么这座山就是稳定的。而下标为 0 的山永远被认为不稳定。

请你返回一个数组，包含所有稳定山的下标，顺序可以任意。

2 <= n == height.length <= 100。

1 <= height $i$ <= 100。

1 <= threshold <= 100。

输入：height = $1,2,3,4,5$ , threshold = 2。

输出： $3,4$ 。

解释：

下标为 3 的山是稳定的，因为 height $2$ == 3 大于 threshold == 2 。

下标为 4 的山是稳定的，因为 height $3$ == 4 大于 threshold == 2。

题目来自leetcode3285。

以下是根据你提供的代码和题目描述，详细的步骤过程：

过程描述

输入数据：
- 接收一组整数数组 height，表示各座山的高度。
- 接收一个整数 threshold，用于判断相邻山的高度是否超过这个阈值。
初始化结果数组：
- 创建一个空数组 result，用于存储所有稳定山的下标。
遍历山的高度：
- 从数组的第二个元素开始（即下标为 1），遍历到数组的最后一个元素。根据题目条件，下标为 0 的山不被考虑为稳定山。
判断稳定性的条件：
- 对于每个下标 i（从 1 到 n-1）：
  - 检查其左侧相邻的山，即 height[i-1]，是否严格大于 threshold。
  - 如果条件满足（即 height[i-1] > threshold），则将当前山的下标 i 添加到 result 数组中。
返回结果：
- 遍历完成后，返回 result 数组，即包含所有稳定山下标的数组。

复杂度分析

时间复杂度：
- 遍历数组的时间复杂度为 O(n)，其中 n 是 height 数组的长度。由于只进行了一次线性遍历，所以时间复杂度为 O(n)。
空间复杂度：
- 额外空间复杂度分析：
  - 用于存储结果的 result 数组的空间复杂度为 O(m)，其中 m 是稳定山的数量。在最坏情况下，如果所有山都是稳定的，m 与 n 可能相等，因此空间复杂度为 O(n)。但在大部分情况下，m 会小于 n。因此总的空间复杂度为 O(m)，较常规情况下可以认为是 O(n)。

综合以上分析，时间复杂度为 O(n)，额外空间复杂度为 O(m)（在某些情况下可视为 O(n)）。

Go完整代码如下：

go 复制代码

package main

import (
	"fmt"
)

func stableMountains(height []int, threshold int) []int {
	var result []int
	for i := 1; i < len(height); i++ {
		if height[i-1] > threshold {
			result = append(result, i)
		}
	}
	return result
}

func main() {
	height := []int{1, 2, 3, 4, 5}
	threshold := 2
	results := stableMountains(height, threshold)
	fmt.Println(results)
}

Python完整代码如下：

python 复制代码

# -*-coding:utf-8-*-

def stable_mountains(height, threshold):
    result = []
    for i in range(1, len(height)):
        if height[i - 1] > threshold:
            result.append(i)
    return result

if __name__ == "__main__":
    height = [1, 2, 3, 4, 5]
    threshold = 2
    results = stable_mountains(height, threshold)
    print(results)