力扣每日一题 6/24 模拟 数组 单调栈

简介: 力扣每日一题 6/24 模拟 数组 单调栈

503.下一个更大元素II 【中等

题目:

给定一个循环数组 numsnums[nums.length - 1] 的下一个元素是 nums[0] ),返回 nums 中每个元素的 下一个更大元素

数字 x下一个更大的元素 是按数组遍历顺序,这个数字之后的第一个比它更大的数,这意味着你应该循环地搜索它的下一个更大的数。如果不存在,则输出 -1

示例 1:

输入: nums = [1,2,1]

输出: [2,-1,2]

解释: 第一个 1 的下一个更大的数是 2;

数字 2 找不到下一个更大的数;

第二个 1 的下一个最大的数需要循环搜索,结果也是 2。


示例 2:

输入: nums = [1,2,3,4,3]

输出: [2,3,4,-1,4]


提示:

  • 1 <= nums.length <= 10**4
  • -10**9 <= nums[i] <= 10**9

分析问题:

思路1:

       首先,通过两次遍历数组(实际是通过对索引取模来模拟)。在每次遍历中,如果当前元素大于栈顶元素所对应的数组值,就将栈顶元素弹出,并在结果数组中记录当前元素为栈顶元素的下一个更大元素。

       在前 n 个位置时,将索引存入栈中。如果在后续的遍历中找到了更大的元素,就进行相应的处理。

       最终,结果数组 ans 中存储了每个元素对应的下一个更大元素,如果没有则为 -1 。

思路2:

       模拟。根据题目给的要求,我们遍历整个数组,去寻找他下一个更大的值,这里要把数组变成循环数组,因为我们要遍历整个列表。变成循环数组的方法无非就是把遍历的长度加长一点,然后模上len(nums),时间复杂度是O(N**2),但是这个方法用时间换空间,空间复杂度很低。


 

代码实现:

思路1:

class Solution:
    def nextGreaterElements(self, nums: List[int]) -> List[int]:
        n = len(nums)
        stack = []
        ans = [-1]*n 
 
        for i in range(2*n):
            x = nums[i % n]
            while stack and x > nums[stack[-1]]:
                ans[stack.pop()] = x 
            if i < n:
                stack.append(i)
        return ans

这种方法时间复杂度和空间复杂度都是比较优越的。

思路2:

class Solution:
    def nextGreaterElements(self, nums: List[int]) -> List[int]:
        n=len(nums)
        ls=[]
        for i in range(len(nums)):
            for j in range(i+1,i+len(nums)+1):
                if j%n==i: 
                    ls.append(-1)
                    break
                elif nums[j%n] > nums[i]:
                    ls.append(nums[j%n])
                    break
        return ls

       思路2是比较容易想出来的一种方法,他的优点就在于空间复杂度较低,通俗易懂。但是时间复杂度较高。

 


总结:

思路一(使用栈)代码详解
  1. 首先,获取输入数组 nums 的长度 n ,并初始化一个空栈 stack 和结果数组 ans ,其中 ans 中的每个元素初始值都为 -1
  2. 然后,通过一个循环,模拟对数组进行两轮遍历(实际是通过 i % n 来实现取模操作,达到循环数组的效果)。
  3. 对于每次循环获取的当前元素 x ,如果栈不为空且 x 大于栈顶元素对应的数组值,就将栈顶元素弹出,并在结果数组 ans 中记录 x 为弹出元素的下一个更大元素。
  4. 在前 n 次循环中(即第一次遍历数组时),将当前索引 i 存入栈中。
  5. 最终,返回结果数组 ans ,其中每个位置存储了对应元素的下一个更大元素,如果没有则为 -1
思路二(使用两层循环)代码详解
  1. 首先获取输入数组 nums 的长度 n ,并创建一个空列表 ls 用于存储结果。
  2. 外层循环遍历数组中的每个元素。对于每个元素,通过内层循环从其右侧的下一个位置开始,模拟循环数组的方式进行查找。
  3. 在内层循环中,如果当前位置经过取模后又回到了起始位置(即 j % n == i ),说明在右侧没有找到更大的元素,将 -1 存入结果列表 ls 并结束内层循环。
  4. 如果找到了右侧第一个比当前元素大的元素(即 nums[j % n] > nums[i] ),将该更大元素存入结果列表 ls 并结束内层循环。
  5. 外层循环结束后,返回结果列表 ls

       总的来说,第一段代码通过栈来优化查找过程,空间复杂度相对较低;第二段代码使用两层循环直接查找,逻辑相对简单直观,但时间复杂度可能相对较高。


考点
  • 对数组的遍历操作。
  • 循环边界的处理,包括通过取模实现数组的循环遍历。
  • 利用栈或多重循环来比较元素大小。
收获
  • 学习了两种不同的方法来解决同一类问题,一种是利用栈的特性,另一种是通过两层循环。
  • 加深了对数组操作和循环控制的理解,尤其是在处理循环边界和重复利用数组元素的场景。
  • 体会到了不同算法的时间复杂度和空间复杂度的差异,第一段代码使用栈的方式在空间复杂度上相对更优,而第二段代码的两层循环在时间复杂度上可能相对较差。
  • 提高了根据问题需求设计合适算法的能力,需要在不同的场景中权衡算法的效率和实现的难易程度。

“我们登上并非我们所选择的舞台,演出并非我们所选择的剧本。”——《Enchiridion》

目录
相关文章
|
1月前
|
算法
Leetcode 初级算法 --- 数组篇
Leetcode 初级算法 --- 数组篇
38 0
|
3月前
|
算法
LeetCode第53题最大子数组和
LeetCode第53题"最大子数组和"的解题方法,利用动态规划思想,通过一次遍历数组,维护到当前元素为止的最大子数组和,有效避免了复杂度更高的暴力解法。
LeetCode第53题最大子数组和
|
1月前
【LeetCode-每日一题】 删除排序数组中的重复项
【LeetCode-每日一题】 删除排序数组中的重复项
20 4
|
1月前
|
索引
Leetcode第三十三题(搜索旋转排序数组)
这篇文章介绍了解决LeetCode第33题“搜索旋转排序数组”的方法,该问题要求在旋转过的升序数组中找到给定目标值的索引,如果存在则返回索引,否则返回-1,文章提供了一个时间复杂度为O(logn)的二分搜索算法实现。
19 0
Leetcode第三十三题(搜索旋转排序数组)
|
1月前
【LeetCode 24】225.用队列实现栈
【LeetCode 24】225.用队列实现栈
12 0
|
1月前
|
算法 C++
Leetcode第53题(最大子数组和)
这篇文章介绍了LeetCode第53题“最大子数组和”的动态规划解法,提供了详细的状态转移方程和C++代码实现,并讨论了其他算法如贪心、分治、改进动态规划和分块累计法。
60 0
|
1月前
|
算法
【LeetCode 23】232.用栈实现队列
【LeetCode 23】232.用栈实现队列
19 0
|
1月前
|
C++
【LeetCode 12】349.两个数组的交集
【LeetCode 12】349.两个数组的交集
17 0
|
3月前
|
算法
LeetCode第81题搜索旋转排序数组 II
文章讲解了LeetCode第81题"搜索旋转排序数组 II"的解法,通过二分查找算法并加入去重逻辑来解决在旋转且含有重复元素的数组中搜索特定值的问题。
LeetCode第81题搜索旋转排序数组 II
|
3月前
|
算法 索引
LeetCode第34题在排序数组中查找元素的第一个和最后一个位置
这篇文章介绍了LeetCode第34题"在排序数组中查找元素的第一个和最后一个位置"的解题方法,通过使用双指针法从数组两端向中间同时查找目标值,有效地找到了目标值的首次和最后一次出现的索引位置。
LeetCode第34题在排序数组中查找元素的第一个和最后一个位置