Leetcode:496. 下一个更大元素 I、503. 下一个更大元素 II(单调栈C++)

文章介绍了如何使用单调栈解决LeetCode上的496和503两道题目,这两道题目都是关于寻找数组中每个元素的下一个更大元素。通过建立nums1和nums2的关联,以及单调栈的运用,可以在遍历nums2时找到nums1中元素的下一个更大值。文章提供了具体的代码实现,并解释了单调栈的工作原理。
摘要由CSDN通过智能技术生成

目录

496. 下一个更大元素 I

问题描述:

实现代码与解析:

单调栈

原理思路:

503. 下一个更大元素 II

题目描述:

实现代码与解析:

单调栈

原理思路:


496. 下一个更大元素 I

问题描述:

  nums1 中数字 x 的 下一个更大元素 是指 x 在 nums2 中对应位置 右侧 的 第一个 比 x 大的元素。

给你两个 没有重复元素 的数组 nums1 和 nums2 ,下标从 0 开始计数,其中nums1 是 nums2 的子集。

对于每个 0 <= i < nums1.length ,找出满足 nums1[i] == nums2[j] 的下标 j ,并且在 nums2 确定 nums2[j] 的 下一个更大元素 。如果不存在下一个更大元素,那么本次查询的答案是 -1 。

返回一个长度为 nums1.length 的数组 ans 作为答案,满足 ans[i] 是如上所述的 下一个更大元素 。

示例 1:

输入:nums1 = [4,1,2], nums2 = [1,3,4,2].
输出:[-1,3,-1]
解释:nums1 中每个值的下一个更大元素如下所述:
- 4 ,用加粗斜体标识,nums2 = [1,3,4,2]。不存在下一个更大元素,所以答案是 -1 。
- 1 ,用加粗斜体标识,nums2 = [1,3,4,2]。下一个更大元素是 3 。
- 2 ,用加粗斜体标识,nums2 = [1,3,4,2]。不存在下一个更大元素,所以答案是 -1 。

示例 2:

输入:nums1 = [2,4], nums2 = [1,2,3,4].
输出:[3,-1]
解释:nums1 中每个值的下一个更大元素如下所述:
- 2 ,用加粗斜体标识,nums2 = [1,2,3,4]。下一个更大元素是 3 。
- 4 ,用加粗斜体标识,nums2 = [1,2,3,4]。不存在下一个更大元素,所以答案是 -1 。

提示:

  • 1 <= nums1.length <= nums2.length <= 1000
  • 0 <= nums1[i], nums2[i] <= 104
  • nums1nums2中所有整数 互不相同
  • nums1 中的所有整数同样出现在 nums2 中

实现代码与解析:

单调栈

class Solution {
public:
    vector<int> nextGreaterElement(vector<int>& nums1, vector<int>& nums2) 
    {
        stack<int> stk; // 放nums2的下标
        unordered_map<int, int> m; // nums1中<对应值, 下标>
        vector<int> res(nums1.size(), -1); // 初始为 - 1
        for (int i = 0; i < nums1.size(); i++)
            m[nums1[i]] = i;

        for (int i = 0; i < nums2.size(); i++)
        {
            while(stk.size() && nums2[stk.top()] < nums2[i])
            {
                // 若存在对应值
                if (m.count(nums2[stk.top()]) > 0)
                    res[m[nums2[stk.top()]]] = nums2[i];  
                stk.pop();
            }
            stk.push(i);
        }
        return res;    
    }
};

原理思路:

        单调栈问题,不懂单调栈是什么的可以看看我之前的文章。

Leetcode:739. 每日温度(C++)_Cosmoshhhyyy的博客-CSDN博客

        此题相较于上面这题,几乎完全相同,只不过这里我们求的是nums1元素再nums2中的右侧第一个比它大的值。

        这里我们做一个hash映射,这样我们可以很方便的找到nums2中元素对应nums1中的下标。res结果数组我们初始化为-1,最后没有找到大值的说明不存在下一个大值,我们就不用在去赋值了。

        然后就是注意判断nums2中元素是否在nums1中存在再去找nums1中的对应下标。对应的代码是:

if (m.count(nums2[stk.top()]) > 0)

还有就是注意这段代码:

res[m[nums2[stk.top()]]] = nums2[i];

不要绕晕了,把每个结构的含义弄明白就很容易理解了。

503. 下一个更大元素 II

题目描述:

        给定一个循环数组 nums ( nums[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 的 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 <= 104
  • -109 <= nums[i] <= 109

实现代码与解析:

单调栈

class Solution {
public:
    vector<int> nextGreaterElements(vector<int>& nums) {

        // 复制一份拼接到后面
        vector<int> nums1(nums.begin(), nums.end());
        nums.insert(nums.end(), nums1.begin(), nums1.end());
       
        vector<int> res(nums.size(), -1);
       
        stack<int> st;
        for (int i = 0; i < nums.size(); i++) 
        { 
            while (st.size() && nums[i] > nums[st.top()]) 
            {
                res[st.top()] = nums[i];
                st.pop();
            }
            st.push(i);
        }
        // 还原大小
        res.resize(nums.size() / 2);
        return res;
    }
};

原理思路:

        非常简单啊,根据题目,我们复制一份num接到后面,然后用一遍单调栈即可。

当然也可以用取余来判断进行循环也是可以的。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
给定一个整数数组 nums 和一个目标值 target,要求在数组中找出两个数的和等于目标值,并返回这两个数的索引。 思路1:暴力法 最简单的思路是使用两层循环遍历数组的所有组合,判断两个数的和是否等于目标值。如果等于目标值,则返回这两个数的索引。 此方法的时间复杂度为O(n^2),空间复杂度为O(1)。 思路2:哈希表 为了优化时间复杂度,可以使用哈希表来存储数组中的元素和对应的索引。遍历数组,对于每个元素nums[i],我们可以通过计算target - nums[i]的值,查找哈希表中是否存在这个差值。 如果存在,则说明找到了两个数的和等于目标值,返回它们的索引。如果不存在,将当前元素nums[i]和它的索引存入哈希表中。 此方法的时间复杂度为O(n),空间复杂度为O(n)。 思路3:双指针 如果数组已经排序,可以使用双指针的方法来求解。假设数组从小到大排序,定义左指针left指向数组的第一个元素,右指针right指向数组的最后一个元素。 如果当前两个指针指向的数的和等于目标值,则返回它们的索引。如果和小于目标值,则将左指针右移一位,使得和增大;如果和大于目标值,则将右指针左移一位,使得和减小。 继续移动指针,直到找到两个数的和等于目标值或者左指针超过了右指针。 此方法的时间复杂度为O(nlogn),空间复杂度为O(1)。 以上三种方法都可以解决问题,选择合适的方法取决于具体的应用场景和要求。如果数组规模较小并且不需要考虑额外的空间使用,则暴力法是最简单的方法。如果数组较大或者需要优化时间复杂度,则哈希表或双指针方法更合适。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Cosmoshhhyyy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值