昨天下去去面试微信实习,遇到这道算法题,当时被卡住,故今天把它写出来做下知识整理,
原题:实现一个栈,满足min() pop() push()方法的时间复杂度都为O(1).( min()返回栈中最小元素 )
思路1:用一个变量minItem记录栈中的最小值,在push()中 每次加入一个item就跟minItem对比,item更小,只item赋给minItem,然后再min() 中直接return minItem;
这种思路没考虑在pop()过程中,对minItem的影响,当栈顶元素是minItem,执行pop() 后minItem就不知道指向谁了,因为栈只记录最小值而起,至于最小值之前那些大小关系都没记录
正确思路:为了实现更低的时间复杂度,我们都会想到用空间去换时间,所有这里增加一个数组来nextMinItem[index] 元素大小关系。如果当前最小值是 对象 item1 当push进来的item2比 item1更小,且元素个数从原本的a增加到a+1 这时候我们用我们就应该把item2这个更小的item赋给minItem 然后用nextMinItem[a+1] = item1 来记录 item2 后面的次小值,这样一来当item2 这个栈顶被pop()掉的话,我们就可以minItem = nextMinItem[a+1],来恢复minItem。
代码:
package 腾讯面试题;
public class Stack {
private int itemCount = 0;
private Item minItem = null;
private Item[] nextMinItem;
private Item stackTop = null;
private int maxSize = 100;
public Stack() {
nextMinItem = new Item[maxSize];
}
class Item {
int Data;
Item nextItem;
public Item(int data) {
this.Data = data;
}
}
public boolean push(Item item) {
if (itemCount == maxSize) {
System.out.println("栈已满");
return false;
}
itemCount++;
if (minItem == null) {
minItem = item;
} else {
if (item.Data < minItem.Data) {
nextMinItem[itemCount] = minItem;
minItem = item;
}
}
item.nextItem = stackTop;
stackTop = item;
return true;
}
public boolean pop() {
if (itemCount == 0) {
System.out.println("栈是空的,无法出栈");
return false;
}
if (stackTop == minItem) {
minItem = nextMinItem[itemCount];
}
stackTop = stackTop.nextItem;
itemCount--;
return true;
}
public Item min() {
if (itemCount == 0) {
System.out.println("栈是空的,无最小值");
return null;
}
return minItem;
}
/**
* @param args
*/
public static void main(String[] args) {
// TODO Auto-generated method stub
Stack stack = new Stack();
stack.push(stack.new Item(5));
System.out.println("push:min=" + stack.min().Data+" itemCount="+stack.itemCount);
stack.push(stack.new Item(4));
System.out.println("push:min=" + stack.min().Data+" itemCount="+stack.itemCount);
stack.push(stack.new Item(3));
System.out.println("push:min=" + stack.min().Data+" itemCount="+stack.itemCount);
stack.push(stack.new Item(2));
System.out.println("push:min=" + stack.min().Data+" itemCount="+stack.itemCount);
stack.push(stack.new Item(1));
System.out.println("push:min=" + stack.min().Data+" itemCount="+stack.itemCount);
stack.pop();
System.out.println("pop :min=" + stack.min().Data+" itemCount="+stack.itemCount);
stack.pop();
System.out.println("pop :min=" + stack.min().Data+" itemCount="+stack.itemCount);
stack.pop();
System.out.println("pop :min=" + stack.min().Data+" itemCount="+stack.itemCount);
stack.pop();
System.out.println("pop :min=" + stack.min().Data+" itemCount="+stack.itemCount);
stack.pop();
System.out.println("栈结构为:\n|____1_____|\n|____2_____|\n|____3_____|\n|____4_____|\n|____5_____|\n");
}
}
运行结果:
push:min=5 itemCount=1
push:min=4 itemCount=2
push:min=3 itemCount=3
push:min=2 itemCount=4
push:min=1 itemCount=5
pop :min=2 itemCount=4
pop :min=3 itemCount=3
pop :min=4 itemCount=2
pop :min=5 itemCount=1
栈结构为:
|____1_____|
|____2_____|
|____3_____|
|____4_____|
|____5_____|
博友thihy的另一种方法:
把nextMinItem嵌入Node中,这样就不需要限制maxSize。
- class Node{
- T data;
- Node min;
- Node pre;
- Node(T data, Node pre){
- this.data = data;
- this.pre = pre;
- // 更新目前为止最小的元素(包括自己)
- if(pre!=null && pre.min.data <= data){
- this.min = pre.min;
- }else{
- this.min = this;
- }
- }
- }
使用top来保存顶点
- Node top;
则push、pop和min分别为
- void push(T data){
- top = new Node(data=data,pre=top);
- }
- T pop(){
- assert top!= null;
- T result = top.data;
- top = top.pre;
- return result;
- }
- T min(){
- assert top!=null;
- return top.min.data;
- }