【LeetCode】901. 股票价格跨度

本文介绍了如何使用动态规划和单调栈算法解决股票价格跨度问题。通过实例展示了如何在StockSpanner类中实现next方法,计算股票价格的连续跨度。两种方法的时间和空间复杂度都为O(n),适用于高效处理大量股票报价查询。
摘要由CSDN通过智能技术生成

题目

901. 股票价格跨度

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]

示例:

输入:["StockSpanner","next","next","next","next","next","next","next"], [[],[100],[80],[60],[70],[60],[75],[85]]
输出:[null,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。

提示:

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

题解1

思路

  • 动态规划,保存每一位的跨度,若 p r i c e [ j ] < = p r i c e [ i ] price[j]<=price[i] price[j]<=price[i]则, d p [ i ] = d p [ j ] + j − i dp[i] = dp[j]+j-i dp[i]=dp[j]+ji

代码

class StockSpanner:

    def __init__(self):
        self.prices = []
        self.dp = []


    def next(self, price: int) -> int:
        self.dp.append(1)
        self.prices.append(price)
        i = len(self.prices)-2
        while i >= 0 and self.prices[i] <= price:
            self.dp[-1] += self.dp[i]
            i-=self.dp[i]
        return self.dp[-1]


# Your StockSpanner object will be instantiated and called as such:
# obj = StockSpanner()
# param_1 = obj.next(price)

复杂度

  • 时间复杂度: O ( n ) O(n) O(n)
  • 空间复杂度: O ( n ) O(n) O(n)

题解2

思路

  • 使用单调栈保存索引和价格
  • 单调栈,维持单调栈根据价格递增状态,当前索引减去栈顶索引即为最大递增长度

代码

from collections import deque
class StockSpanner:

    def __init__(self):
        self.stack = deque([(-1, 100001)])
        self.index = -1


    def next(self, price: int) -> int:
        self.index += 1
        while price >= self.stack[-1][1]: self.stack.pop()
        self.stack.append((self.index, price))
        return self.index - self.stack[-2][0]

# Your StockSpanner object will be instantiated and called as such:
# obj = StockSpanner()
# param_1 = obj.next(price)

复杂度

  • 时间复杂度: O ( n ) O(n) O(n)
  • 空间复杂度: O ( n ) O(n) O(n)
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

pass night

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