何为单调栈?单调栈有什么用?什么情况下可以使用单调栈?为什么要使用单调栈?相信第一次接触到单调栈的你都会有这些疑问;栈是操作受限的线性表,对于插入和删除都只能在一端进行,而单调栈就是在栈的基础上进一步限制了,有单调递增栈和单调递减栈,对于单调递增栈来说,就是需要保证栈中的元素大小是单调递增的,同理,对于单调递减栈来说,需要保证栈中的元素大小是单调递减的
例如:对于(3,2,1)来说,满足单调递增栈,对于(1,2,3)来说,满足单调递减栈,而(3,1,2)既不满足单调递增栈也不满足单调递减栈
举一个例子,有一个数组[1,3,2,7],要将数组中的元素放到一个单调递减栈中,该如何操作:
- 当前元素为1,由于栈为空,1直接入栈,栈中元素(1)
- 当前元素为3,3>1,不满足单调栈,需要执行出栈操作,直至满足单调栈,也就是1出栈,此时栈为空,3可以入栈,栈中元素(3)
- 当前元素为2,2<3,满足单调栈,2可以直接入栈,栈中元素(3,2,)
- 当前元素为7,7>2,不满足单调栈,栈顶元素2需要出栈,此时新栈顶元素为3,7依旧大于3,继续出栈,此时栈为空,7可以入栈,栈中元素(7)
单调栈有什么用呢?
我看到网上很多介绍了单调栈的作用,总结如下:①如果要找到某个元素之后第一个比它大的数,可以使用单调递减栈,因为当要执行出栈操作时,说明当前元素比栈顶元素大;②如果要找到某个元素之后第一个比它小的数,可以使用单调递增栈,因为当要执行出栈操作时,说明当前元素比栈顶元素小
其实这个定义可能不太好理解,我第一次看到这个解释也是云里雾里,那么我建议直接上题目,通过题目来理解单调栈,并体会使用它的好处,leetcode上有好几道关于单调栈的典型应用,如:每日温度、接雨水、柱状图最大矩形,这里以“每日温度”作为例子来分析:
leetcode739. 每日温度(难度:中等)
题目描述:
请根据每日 气温 列表,重新生成一个列表。对应位置的输出为:要想观测到更高的气温,至少需要等待的天数。如果气温在这之后都不会升高,请在该位置用 0 来代替。
例如,给定一个列表 temperatures = [73, 74, 75, 71, 69, 72, 76, 73],你的输出应该是 [1, 1, 4, 2, 1, 1, 0, 0]。
提示:气温 列表长度的范围是 [1, 30000]。每个气温的值的均为华氏度,都是在 [30, 100] 范围内的整数。
解题思路:
对于这道题目,其实就是想要让我们找到每个数之后比第一个比它大的数,求出他们之间的距离,我一开始想到的是暴力法,也就是使用两层循环,但是双重循环效率太低了,这个时候我们应该要想到单调栈,单调栈不正是为了解决找到在某个数之后第一个比它大/小的数吗?因此这里我们尝试用单调递减栈来实现:
- 顺序遍历整个气温数组,如果当前遍历到的温度小于栈顶元素,那么符合单调递减栈,直接入栈即可
- 如果当前遍历到的温度大于栈顶元素,那么不符合单调递减栈,需要将栈顶元素出栈,此时可以计算当前元素和栈顶元素之间的距离查(通过数组的索引计算)
- 一个元素出栈之后,还应该继续判断新栈顶元素与当前元素的关系,如果小于当前元素,继续出栈,并且求出他们之间的距离差;重复同样的操作,直至满足单调栈的性质,当前元素入栈
使用了单调栈之后,我们只需要遍历一次整个数组就可以得到结果,大大提升了时间效率
public class 每日温度 {
/**
* 暴力法:双重for循环
* @param T
* @return
*/
public int[] dailyTemperatures1(int[] T) {
int[] res = new int[T.length];
for (int i = 0; i < T.length - 1; i++) {
for (int j = i + 1;j < T.length; j++) {
if (T[j] > T[i]) {
res[i] = j - i;
break;
}
}
}
return res;
}
/**
* 使用单调栈:对于每一个数来说,要找到右边第一个比他大的数,并求出他们的下标差
* @param T
* @return
*/
public int[] dailyTemperatures2(int[] T) {
int[] res = new int[T.length];
// 创建一个栈,当做单调递减栈来用(栈中存放的是每个元素在T数组中的下标值)
LinkedList<Integer> stack = new LinkedList<>();
// 第一个元素下标值入栈
stack.push(0);
for (int i = 1; i < T.length; i++) {
// 如果当前要入栈的元素值大于栈顶元素,那么违反单调栈的特性,需要出栈,直至符合条件才可入栈
while (!stack.isEmpty() && T[i] > T[stack.peek()]) {
int temp = stack.pop();
res[temp] = i - temp;
}
stack.push(i);
}
return res;
}
}