[LeetCode/力扣][Java] 0739. 每日温度(Daily Temperatures)

题目描述:

给定一个整数数组 temperatures ,表示每天的温度,返回一个数组 answer ,其中 answer[i] 是指对于第 i 天,下一个更高温度出现在几天后。如果气温在这之后都不会升高,请在该位置用 0 来代替。

示例1:

输入: temperatures = [73,74,75,71,69,72,76,73]
输出: [1,1,4,2,1,1,0,0]

示例2:

输入: temperatures = [30,40,50,60]
输出: [1,1,1,0]

示例3:

输入: temperatures = [30,60,90]
输出: [1,1,0]

思路:从后往前遍历,若后一个元素大于当前元素(T[i+1]>T[i]),则ans[i]=1。若小于,则与后一个元素的上一级比较(T[ans[i+1]+i+1]),直到有大于T[i]的元素出现。特殊情况是相等的时候,要判断相等元素的ans是否为0,若为0则说明该元素的右侧没有更大元素,则ans[i]同样为0;若不为0,则更新距离即可。While循环时注意break条件,不然容易死循环。评论区里另一种用单调栈的方法,我的复现代码版列在了第二种方法中

代码1

class Solution {
    public int[] dailyTemperatures(int[] temperatures) {
        int len = temperatures.length;
        int[] ans = new int[len];
        ans[len-1] = 0;
        for (int i = len - 2; i >= 0; i--) {
            if (temperatures[i+1] > temperatures[i]) {
                ans[i] = 1;
            } else if (temperatures[i+1] < temperatures[i]){
                int p = i+1+ans[i+1];
                while (p < len) {
                    if (temperatures[p] > temperatures[i]) {
                        ans[i] = p - i;
                        break;
                    } else if (temperatures[p] < temperatures[i]) {
                        if (ans[p] == 0) break;     //这里一定不能漏!
                        else p = p+ans[p];
                    } else {    //相等时
                        if (ans[p] != 0) {  //相等元素的后边位置存在比它大的
                            ans[i] = ans[p] + p - i;
                        } else {    //相等元素在它之后没有小于它的值
                            ans[i] = 0;
                        }
                        break;
                    }
                }
            } else {    //这边也要判断
                if(ans[i+1] != 0) ans[i] = ans[i+1] + 1;
                else ans[i] = 0;
            }
        }
        return ans;
    }
}

代码2(Stack):

class Solution {
    public int[] dailyTemperatures(int[] T) {
        Stack<Integer> stk = new Stack<Integer>();
        int[] ans = new int[T.length];
        for (int i = 0; i < T.length; i++) {
            while (!stk.empty() && T[stk.peek()] < T[i]) {
                ans[stk.peek()] = i - stk.peek();
                stk.pop();
            }
            stk.push(i);    //因为无论与栈顶元素的比较结果如何,当前i位置的元素肯定要进栈。
        }
        return ans;

    }
}

代码2虽然短,但耗时较长。
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。
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
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