[leetcode/lintcode 题解] 算法面试高频题详解:股票价格跨度

简介: [leetcode/lintcode 题解] 算法面试高频题详解:股票价格跨度

描述
编写一个 StockSpanner 类,它收集某些股票的每日报价,并返回该股票当日价格的跨度。
今天股票价格的跨度被定义为股票价格小于或等于今天价格的最大连续日数(从今天开始往回数,包括今天)。
例如,如果未来7天股票的价格是 [100, 80, 60, 70, 60, 75, 85],那么股票跨度将是 [1, 1, 1, 2, 1, 4, 6]。

  • 调用 StockSpanner.next(int price) 时,将有 1 <= price <= 10^5。
  • 每个测试用例最多可以调用 10000 次 StockSpanner.next。
  • 在所有测试用例中,最多调用 150000 次 StockSpanner.next。
  • 此问题的总时间限制减少了 50%。

在线评测地址:领扣题库官网

样例1
输入:prices = [100,80,60,70,60,75,85]
输出:[1,1,1,2,1,4,6]
解释:
首先,初始化 S = StockSpanner(),然后:
S.next(100) 被调用并返回 1,
S.next(80) 被调用并返回 1,
S.next(60) 被调用并返回 1,
S.next(70) 被调用并返回 2,
S.next(60) 被调用并返回 1,
S.next(75) 被调用并返回 4,
S.next(85) 被调用并返回 6。

注意 (例如) S.next(75) 返回 4,因为截至今天的最后 4 个价格
(包括今天的价格 75) 小于或等于今天的价格。

样例2
输入:prices = [50,80,80,70,90,75,85]
输出:[1,2,3,1,5,1,2]
解释:
首先,初始化 S = StockSpanner(),然后:
S.next(50) 被调用并返回 1,
S.next(80) 被调用并返回 2,
S.next(80) 被调用并返回 3,
S.next(70) 被调用并返回 1,
S.next(90) 被调用并返回 5,
S.next(75) 被调用并返回 1,
S.next(85) 被调用并返回 2。

解题思路
单调栈问题 题目中提到股票价格小于或等于今天价格的最大连续日数。 由于这是一个在线问题,所以我们必然是要将输入的price给存储起来,而且同时我们也需要保留这是第几次输入的信息。 需要注意的是边界问题,当我们输入第一个price的时候,此时stack空。 所以这里拿出来判断特殊处理一下
源代码

public class StockSpanner {
    public StockSpanner() {
        
    }
    
    /**
     * @param price: 
     * @return: int
     */
     
     Stack<int[]> stack = new Stack<>();
    public int next(int price) {
        // Write your code here.
        int res = 1;
        while (!stack.isEmpty() && stack.peek()[0] <= price)
            res += stack.pop()[1];
        stack.push(new int[]{price, res});
        return res;
    }
}

更多题解参考:九章官网solution

相关文章
|
6月前
|
算法 Python
【Leetcode刷题Python】309. 最佳买卖股票时机含冷冻期
解决LeetCode上309题“最佳买卖股票时机含冷冻期”的Python代码示例,利用动态规划方法计算在含有冷冻期约束下的最大利润。
53 1
|
6月前
|
算法 Python
【Leetcode刷题Python】121. 买卖股票的最佳时机
解决LeetCode上121题“买卖股票的最佳时机”的Python代码示例,采用一次遍历的方式寻找最佳买卖时机以获得最大利润。
78 1
|
6月前
|
算法
leetcode188 买卖股票的最佳时机IV
leetcode188 买卖股票的最佳时机IV
80 0
|
6月前
|
机器学习/深度学习 数据采集 算法
基于SVm和随机森林算法模型的中国黄金价格预测分析与研究
本文通过运用支持向量机(SVM)、决策树和随机森林算法,结合历史黄金价格数据和特征工程,建立了中国黄金价格的预测模型,并通过模型训练、评估及可视化分析,为黄金市场投资者和分析师提供了基于机器学习算法的预测方法和决策支持。
253 0
|
6月前
|
机器学习/深度学习 数据采集 数据可视化
基于机器学习的一线城市租房价格预测分析与实现,实现三种算法预测
本文通过数据采集、处理、特征选择和机器学习建模,对一线城市租房价格进行预测分析,比较了随机森林、一元线性回归和多元线性回归模型,并发现随机森林模型在预测租房价格方面表现最佳,为租房市场参与者提供决策支持。
172 0
|
6月前
|
算法 Python
【Leetcode刷题Python】714. 买卖股票的最佳时机含手续费
提供了两种解决买卖股票最佳时机含手续费问题的Python实现方法:贪心算法和动态规划算法。
63 0
|
6月前
|
算法 Python
【Leetcode刷题Python】122.买卖股票的最佳时机 II
LeetCode "买卖股票的最佳时机 II" 问题的Python代码实现,采用贪心算法在股票价格上升的每一天买入并卖出,以获得最大利润。
40 0
|
8月前
|
算法
【经典LeetCode算法题目专栏分类】【第10期】排序问题、股票问题与TOP K问题:翻转对、买卖股票最佳时机、数组中第K个最大/最小元素
【经典LeetCode算法题目专栏分类】【第10期】排序问题、股票问题与TOP K问题:翻转对、买卖股票最佳时机、数组中第K个最大/最小元素
|
7月前
|
Python
155. 最小栈 力扣 python 空间换时间 o(1) 腾讯面试题
155. 最小栈 力扣 python 空间换时间 o(1) 腾讯面试题
|
7月前
|
存储 算法 索引
1124. 表现良好的最长时间段 (python) 前缀和 分类讨论 最大长度 力扣 面试题
1124. 表现良好的最长时间段 (python) 前缀和 分类讨论 最大长度 力扣 面试题