【栈】155. 最小栈

题目链接:https://leetcode.cn/problems/min-stack/description/?envType=problem-list-v2&envId=2cktkvj

1、思路分析

普通栈的 push、pop、top 都是 O(1),但 getMin 需要遍历整个栈才能找到最小值,那是 O(n)。

关键技巧 :用辅助栈同步记录每个状态下的最小值。

维护两个栈:

主栈 stack:正常存储所有元素

辅助栈 min_stack:存储每个位置对应的当前最小值

规则:

push(value):

主栈正常压入 value

辅助栈压入 min(value, 当前最小值)

pop():

两个栈同时弹出

top():

返回主栈栈顶

getMin():

返回辅助栈栈顶(就是当前最小值)

2、图解示例

执行:push(-2), push(0), push(-3), getMin(), pop(), top(), getMin()

步骤 1:push(-2)

主栈: -2

辅助栈: -2 ← 当前最小值 = -2

步骤 2:push(0)

主栈: -2, 0

辅助栈: -2, -2 ← min(0, -2) = -2

步骤 3:push(-3)

主栈: -2, 0, -3

辅助栈: -2, -2, -3 ← min(-3, -2) = -3

此时 getMin() 返回辅助栈栈顶 = -3

3、代码实现

python 复制代码
class MinStack:
    def __init__(self):
        # 主栈:存储所有元素
        self.stack = []
        # 辅助栈:存储每个位置对应的最小值
        self.min_stack = []
    
    def push(self, value: int) -> None:
        self.stack.append(value)
        
        # 如果辅助栈为空,或者当前值比辅助栈顶(当前最小值)还小
        if not self.min_stack or value <= self.min_stack[-1]:
            self.min_stack.append(value)
        else:
            # 否则,重复压入当前最小值
            self.min_stack.append(self.min_stack[-1])
    
    def pop(self) -> None:
        # 两个栈同时弹出
        self.stack.pop()
        self.min_stack.pop()
    
    def top(self) -> int:
        return self.stack[-1]
    
    def getMin(self) -> int:
        return self.min_stack[-1]

优化版本(节省空间)

上面的实现中,辅助栈可能存储很多重复的最小值。可以优化:只在最小值变化时才压入辅助栈。

python 复制代码
class MinStack:
    def __init__(self):
        self.stack = []
        self.min_stack = []  # 只存储最小值(不重复)
    
    def push(self, value: int) -> None:
        self.stack.append(value)
        
        # 只有 value <= 当前最小值时,才压入辅助栈
        if not self.min_stack or value <= self.min_stack[-1]:
            self.min_stack.append(value)
    
    def pop(self) -> None:
        popped = self.stack.pop()
        
        # 如果弹出的元素正好是当前最小值,辅助栈也要弹出
        if popped == self.min_stack[-1]:
            self.min_stack.pop()
    
    def top(self) -> int:
        return self.stack[-1]
    
    def getMin(self) -> int:
        return self.min_stack[-1]

对比两种实现:

复杂度分析

  • 时间复杂度:所有操作都是 O(1)
  • 空间复杂度:O(n),n 是栈中元素个数
相关推荐
SilentSamsara1 小时前
NumPy 进阶:广播机制、ufunc 与向量化计算的工程实践
开发语言·python·青少年编程·性能优化·numpy
林爷万福1 小时前
机器学习在光谱分析中的应用:Python实现
人工智能·python·机器学习
编程探索者小陈1 小时前
接口自动化三件套:JSON Schema 校验 + logging 日志 + Allure 测试报告
开发语言·python
godspeed_lucip2 小时前
LLM和Agent——专题6:Multi Agent 入门(3)
人工智能·python
一个不知名程序员www2 小时前
算法学习入门---算法题DAY5
c++·算法
San813_LDD2 小时前
[量化]《虚函数调用时间复杂度完全解析:为什么是 O(1) 以及它的真实代价》
java·数据结构·算法
MartinYeung52 小时前
[论文学习]利用索引梯度优化基于优化的 LLM 越狱攻击:MAGIC 方法的深度分析与实现
人工智能·学习·算法
数据仓库搬砖人2 小时前
特征选择三剑客:前向、后向、全子集,哪种更适合你?
算法
如此这般英俊2 小时前
手搓Claude Code-第二章 tool_use
人工智能·python·ai·语言模型