503. 下一个更大元素II
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]
思路
这道题和739. 每日温度 几乎一模一样,不同的是本题要循环数组了,上一题遍历到数组最后都是0(没有下一个更大元素)。这道题也同样用单调栈来完成。
难点
如何处理循环数组呢?
- 方法一:将两个nums数组拼接在一起
使用单调栈计算出每一个元素的下一个最大值,最后再把结果集即result数组resize到原数组大小就可以了。
完整代码:
public int[] nextGreaterElements(int[] nums) {
// 拼接成一个新的newNums
int[] newNums = new int[nums.length * 2];
System.arraycopy(nums, 0, newNums,0, nums.length);
System.arraycopy(nums, 0, newNums,nums.length, nums.length);
int[] res = new int[newNums.length];
Arrays.fill(res, -1);
// 定义单调栈
Deque<Integer> stack = new LinkedList<>();
for (int i = 0; i < newNums.length; i++) {
while (!stack.isEmpty() && newNums[i] > newNums[stack.peek()]) {
res[stack.peek()] = newNums[i];
stack.pop();
}
stack.push(i);
}
res = Arrays.copyOf(res, nums.length);
return res;
}
这种写法确实比较直观,但做了很多无用操作,例如修改了nums数组,而且最后还要把result数组resize回去。扩充nums数组相当于多了一个O(n)的操作。
- 方法二:在遍历的过程中模拟走两遍nums
使用i % nums.length
取模,每次加入栈的都是nums的下标,当i
超过nums.length
的时候,取模会让下标值重新回到0~nums.length
的范围内
完整代码:
public int[] nextGreaterElements(int[] nums) {
int[] res = new int[nums.length];
Arrays.fill(res, -1);
// 定义单调栈
Deque<Integer> stack = new LinkedList<>();
for (int i = 0; i < nums.length * 2; i++) {
while (!stack.isEmpty() && nums[i % nums.length] > nums[stack.peek()]) {
res[stack.peek()] = nums[i % nums.length];
stack.pop();
}
stack.push(i % nums.length);
}
return res;
}
42. 接雨水
给定 n
个非负整数表示每个宽度为 1
的柱子的高度图,计算按此排列的柱子,下雨之后能接多少雨水。
示例 1:
输入:height = [0,1,0,2,1,0,1,3,2,1,2,1]
输出:6
解释:上面是由数组 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度图,在这种情况下,可以接 6 个单位的雨水(蓝色部分表示雨水)。
示例 2:
输入:height = [4,2,0,3,2,5]
输出:9
思路
本题使用以下三种方法:
- 双指针法
- 动态规划
- 单调栈
双指针解法
首先要明确,要按照行来计算,还是按照列来计算。
- 按照行来计算如图:
- 按照列来计算如图:
从图可以看出按照列来计算,比较容易理解。因为如果按照列来计算的话,宽度一定是1了,我们再把每一列的雨水的高度求出来就可以了。
而雨水的高度,取决于该列左侧最高的柱子和右侧最高的柱子中最矮的那个柱子的高度。
和木桶原理类似,能装的水取决于最短的那块板子
例如求列4的雨水高度,如图:
列4 左侧最高的柱子是列3,高度为2(以下用lHeight表示)。
列4 右侧最高的柱子是列7,高度为3(以下用rHeight表示)。
列4 柱子的高度为1(以下用height表示)
那么列4的雨水高度为列3和列7的高度最小值减列4高度,即: min(lHeight, rHeight) - height
列4的雨水高度求出来了,宽度为1,相乘就是列4的雨水体积了。
一样的方法,只要从头遍历一遍所有的列,然后求出每一列雨水的体积,相加之后就是总雨水的体积了。
首先从头遍历所有的列,并且要注意第一个柱子和最后一个柱子不接雨水,代码如下:
for (int i = 0; i < height.length; i++) {
// 第一个柱子和最后一个柱子不接雨水
if (i == 0 || i == height.length - 1) continue;
求每个水池i
左右两边最高柱子,代码如下:
// 记录左右边柱子的最大高度
int rHeight = height[i];
int lHeight = height[i];
for (int r = i + 1; r < height.length; r++) {
if (height[r] > rHeight) {
rHeight = height[r];
}
}
for (int l = i - 1; l >= 0; l--) {
if (height[l] > lHeight) {
lHeight = height[l];
}
}
计算i
位置的雨水高度:
// 当前位置的水深
int h = Math.min(lHeight, rHeight) - height[i];
if (h > 0) {
sum += h;
}
完整代码:
public int trap(int[] height) {
int sum = 0;
for (int i = 0; i < height.length; i++) {
// 第一个柱子和最后一个柱子不接雨水
if (i == 0 || i == height.length - 1) continue;
// 记录左右边柱子的最大高度
int rHeight = height[i];
int lHeight = height[i];
for (int r = i + 1; r < height.length; r++) {
if (height[r] > rHeight) {
rHeight = height[r];
}
}
for (int l = i - 1; l >= 0; l--) {
if (height[l] > lHeight) {
lHeight = height[l];
}
}
// 当前位置的水深
int h = Math.min(lHeight, rHeight) - height[i];
if (h > 0) {
sum += h;
}
}
return sum;
}
动态规划思路
当前列雨水面积:min(左边柱子的最高高度,记录右边柱子的最高高度) - 当前柱子高度
。
为了得到两边的最高高度,使用了双指针来遍历,每到一个柱子都向两边遍历一遍,这其实是有重复计算的。我们把每一个位置的左边最高高度记录在一个数组上(maxLeft),右边最高高度记录在一个数组上(maxRight)。这样就避免了重复计算,这就用到了动态规划。
当前位置,左边的最高高度是前一个位置的左边最高高度和本高度的最大值。
即从左向右遍历:maxLeft[i] = max(height[i], maxLeft[i - 1]);
从右向左遍历:maxRight[i] = max(height[i], maxRight[i + 1]);
这样就找到递推公式。
完整代码:
public int trap(int[] height) {
int[] maxLeft = new int[height.length];
int[] maxRight = new int[height.length];
// 记录每个柱子左边柱子最大高度
maxLeft[0] = height[0];
for (int i = 1; i < height.length; i++) maxLeft[i] = Math.max(height[i], maxLeft[i - 1]);
// 记录每个柱子右边柱子最大高度
maxRight[height.length - 1] = height[height.length - 1];
for(int i = height.length - 2; i >= 0; i--) maxRight[i] = Math.max(height[i], maxRight[i + 1]);
// 求和
int sum = 0;
for (int i = 0; i < height.length; i++) {
int count = Math.min(maxLeft[i], maxRight[i]) - height[i];
if (count > 0) sum += count;
}
return sum;
}
单调栈思路
对于单调栈来解决这道题,要解决以下几个问题
- 首先单调栈是按照行方向来计算雨水,如图:
在这种情况下,可以接6个单位的雨水
- 使用单调栈内元素的顺序
从栈顶(元素从栈顶弹出)到栈底的顺序应该是从小到大的顺序。
因为一旦发现添加的柱子高度大于栈顶元素了,此时就出现凹槽了,栈顶元素就是凹槽底部的柱子,栈顶第二个元素就是凹槽左边的柱子,而添加的元素就是凹槽右边的柱子。
- 遇到相同高度的柱子怎么办。
遇到相同的元素,更新栈内下标,就是将栈里元素(旧下标)弹出,将新元素(新下标)加入栈中。
例如 5 5 1 3 这种情况。如果添加第二个5的时候就应该将第一个5的下标弹出,把第二个5添加到栈中。
因为是按行方向计算,我们要求宽度的时候 如果遇到相同高度的柱子,需要使用最右边的柱子来计算宽度。
- 栈里要保存什么数值
是用单调栈,其实是通过 长 * 宽 来计算雨水面积的。
长就是通过柱子的高度来计算,宽是通过柱子之间的下标来计算,
栈里就存放int类型的元素就行了,表示下标,想要知道对应的高度,通过height[stack.top()]
就知道弹出的下标对应的高度了。
Deque<Integer> stack = new LinkedList<>(); // 存着下标,计算的时候用下标对应的柱子高度
单调栈处理逻辑
先将下标0的柱子加入到栈中,st.push(0);
。
然后开始从下标1开始遍历所有的柱子,for (int i = 1; i < height.length; i++)
。
如果当前遍历的元素(柱子)高度小于栈顶元素的高度,就把这个元素加入栈中,因为栈里本来就要保持从小到大的顺序(从栈头到栈底)。
if (height[i] < height[stack.peek()]) {
stack.push(i);
}
如果当前遍历的元素(柱子)高度等于栈顶元素的高度,要跟更新栈顶元素,因为遇到相相同高度的柱子,需要使用最右边的柱子来计算宽度。
}else if (height[i] == height[stack.peek()]) {
stack.pop();
stack.push(i);
}
如果当前遍历的元素(柱子)高度大于栈顶元素的高度,此时就出现凹槽了
取栈顶元素,将栈顶元素弹出,这个就是凹槽的底部,也就是中间位置,下标记为mid
,对应的高度为height[mid]
此时的栈顶元素st.top()
,就是凹槽的左边位置,下标为st.top()
,对应的高度为height[st.top()]
当前遍历的元素i
,就是凹槽右边的位置,下标为i
,对应的高度为height[i]
其实就是栈顶和栈顶的下一个元素以及要入栈的三个元素来接水!
那么雨水高度是 min(凹槽左边高度, 凹槽右边高度) - 凹槽底部高度,代码为:int h = min(height[st.top()], height[i]) - height[mid];
雨水的宽度是 凹槽右边的下标 - 凹槽左边的下标 - 1(因为只求中间宽度),代码为:int w = i - st.top() - 1 ;
当前凹槽雨水的体积就是:h * w
。
求当前凹槽雨水的体积代码如下:
while (!stack.isEmpty() && height[i] > height[stack.peek()]) {
int mid = stack.peek();
stack.pop();
if (!stack.isEmpty()) {
int h = Math.min(height[stack.peek()], height[i]) - height[mid];
int w = i - stack.peek() - 1; // 注意减一,只求中间宽度
sum += h * w;
}
完整代码:
public int trap2(int[] height) {
Deque<Integer> stack = new LinkedList<>(); // 存着下标,计算的时候用下标对应的柱子高度
stack.push(0);
int sum = 0;
for (int i = 1; i < height.length; i++) {
if (height[i] < height[stack.peek()]) {
stack.push(i);
}else if (height[i] == height[stack.peek()]) {
stack.pop();
stack.push(i);
}else {
while (!stack.isEmpty() && height[i] > height[stack.peek()]) {
int mid = stack.peek();
stack.pop();
if (!stack.isEmpty()) {
int h = Math.min(height[stack.peek()], height[i]) - height[mid];
int w = i - stack.peek() - 1; // 注意减一,只求中间宽度
sum += h * w;
}
}
stack.push(i);
}
}
return sum;
}