LeetCode - 739.每日温度问题单调栈解法

LeetCode - 739.每日温度问题单调栈解法

目录

TOC

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] 表示在第 i 天之后,需要等待多少天才能遇到更高的温度。若未来没有更高温度,则 answer[i] = 0

示例

cobol 复制代码
输入:temperatures = [73,74,75,71,69,72,76,73]
输出:[1,1,4,2,1,1,0,0]

第 0 天温度为 73,第 1 天温度为 74,因此只需等待 1 天;第 6 天温度为 76,后续没有更高温度,结果为 0。

方法思路:单调栈
核心思想

利用 单调递减栈 存储尚未找到更高温度的日期索引。栈中元素对应的温度从栈底到栈顶严格递减。遍历温度数组时,若当前温度高于栈顶温度,则栈顶元素找到了下一个更高温度的日期,计算天数差并更新结果,确保栈的单调性。

为什么用单调栈?
  • 暴力法的不足 :对每一天向后遍历找更高温度,时间复杂度为 O(n²),无法处理大规模数据。

  • 单调栈的优势 :每个元素最多入栈和出栈一次,时间复杂度优化至 O(n)。

算法步骤
  1. 初始化 :结果数组 ans 初始化为全 0,栈 stack 存储索引。

  2. 遍历温度数组 :对于第 i 天的温度 T[i]

  • 循环检查栈顶 :若 T[i] > T[栈顶索引] ,说明栈顶元素的下一个更高温度是第 i 天:

  • 弹出栈顶索引 prevIndex ,计算 ans[prevIndex] = i - prevIndex

  • 维护单调性 :将 i 压入栈,保持栈内温度递减。

  1. 返回结果 :遍历结束后, ans 数组即为所求。
代码实现与逐行解析
cobol 复制代码
var dailyTemperatures = function (temperatures) {
    const n = temperatures.length;
    const ans = new Array(n).fill(0); // 初始化结果数组为全0
    const stack = []; // 单调栈存储索引,栈底到栈顶温度递减
    
    for (let i = 0; i < n; i++) {
        // 当前温度 > 栈顶温度时,循环处理栈顶元素
        while (stack.length && temperatures[i] > temperatures[stack[stack.length - 1]]) {
            const prevIndex = stack.pop(); // 弹出栈顶索引
            ans[prevIndex] = i - prevIndex; // 计算天数差
        }
        stack.push(i); // 当前索引入栈,保持栈的单调性
    }
    return ans;
};

初始化结果数组ans 初始化为全 0,默认未来没有更高温度时结果为 0。

遍历温度数组 :对每一天的温度进行处理。

循环处理栈顶元素 :当栈不为空且当前温度高于栈顶温度时:

弹出栈顶索引 :获取需要更新结果的日期 prevIndex

计算等待天数 :结果为当前日期 iprevIndex 的差值。

压入当前索引 :确保栈内温度保持递减。

示例解析

temperatures = [73,74,75,71,69,72,76,73] 为例,逐步分析栈和结果的变化:

当前索引 i 当前温度 T[i] 栈状态 (索引) 操作 结果数组 ans
0 73 [] 0入栈 [0,0,0,0,0,0,0,0]
1 74 [0] 73 < 74 → 计算ans[0]=1,0出栈,1入栈 [1,0,0,0,0,0,0,0]
2 75 [1] 74 < 75 → 计算ans[1]=1,1出栈,2入栈 [1,1,0,0,0,0,0,0]
3 71 [2] 75 > 71 → 3入栈 无变化
4 69 [2,3] 71 > 69 → 4入栈 无变化
5 72 [2,3,4] 69 < 72 → 计算ans[4]=1,4出栈;71 <72 → 计算ans[3]=2,3出栈;75 >72 → 5入栈 [1,1,0,2,1,0,0,0]
6 76 [2,5] 72 <76 → 计算ans[5]=1,5出栈;75 <76 → 计算ans[2]=4,2出栈;栈空 → 6入栈 [1,1,4,2,1,1,0,0]
7 73 [6] 76 >73 → 7入栈 无变化

最终结果为 [1,1,4,2,1,1,0,0]


复杂度分析
  • 时间复杂度 :O(n),每个元素最多入栈和出栈一次,总操作次数为 2n。

  • 空间复杂度 :O(n),栈的最大空间为 n(当温度严格递减时)。


总结

单调栈通过维护温度递减的索引序列,将问题的复杂度优化至线性时间。算法核心在于利用栈的单调性快速找到下一个更高温度的日期,避免了重复遍历。这种方法在处理"寻找下一个更大元素"类问题时非常高效。

相关推荐
gnip10 分钟前
做个交通信号灯特效
前端·javascript
小小小小宇10 分钟前
Webpack optimization
前端
尝尝你的优乐美12 分钟前
前端查缺补漏系列(二)JS数组及其扩展
前端·javascript·面试
咕噜签名分发可爱多14 分钟前
苹果iOS应用ipa文件安装之前?为什么需要签名?不签名能用么?
前端
她说人狗殊途29 分钟前
Ajax笔记
前端·笔记·ajax
yqcoder37 分钟前
33. css 如何实现一条 0.5 像素的线
前端·css
excel1 小时前
Nuxt 3 + PWA 通知完整实现指南(Web Push)
前端·后端
yuanmenglxb20041 小时前
构建工具和脚手架:从源码到dist
前端·webpack
rit84324991 小时前
Web学习:SQL注入之联合查询注入
前端·sql·学习
啃火龙果的兔子1 小时前
Parcel 使用详解:零配置的前端打包工具
前端