题目
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:
- 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%。
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]+j−i
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)