Leetcode刷题java之496.下一个更大的元素

205 篇文章 0 订阅
10 篇文章 0 订阅

执行结果:

通过

显示详情

执行用时 :9 ms, 在所有 Java 提交中击败了71.93%的用户

内存消耗 :38.8 MB, 在所有 Java 提交中击败了33.84%的用户

题目:

给定两个没有重复元素的数组 nums1 和 nums2 ,其中nums1 是 nums2 的子集。找到 nums1 中每个元素在 nums2 中的下一个比其大的值。

nums1 中数字 x 的下一个更大元素是指 x 在 nums2 中对应位置的右边的第一个比 x 大的元素。如果不存在,对应位置输出-1。

示例 1:

输入: nums1 = [4,1,2], nums2 = [1,3,4,2].
输出: [-1,3,-1]
解释:
    对于num1中的数字4,你无法在第二个数组中找到下一个更大的数字,因此输出 -1。
    对于num1中的数字1,第二个数组中数字1右边的下一个较大数字是 3。
    对于num1中的数字2,第二个数组中没有下一个更大的数字,因此输出 -1。
示例 2:

输入: nums1 = [2,4], nums2 = [1,2,3,4].
输出: [3,-1]
解释:
    对于num1中的数字2,第二个数组中的下一个较大数字是3。
    对于num1中的数字4,第二个数组中没有下一个更大的数字,因此输出 -1。
注意:

nums1和nums2中所有元素是唯一的。
nums1和nums2 的数组大小都不超过1000。

思路:

利用栈将nums2中下一个更大的元素建立一个映射关系,然后 遍历nums1就可以得到结果了,那么利用栈是如何找到下一个更大元素的呢?我们模拟一下这个过程就可以看出来了。

比如开始进入一个4,入栈,然后再进入一个2,比4小,所以不是更的元素,还要入栈,在进入一个5,比栈顶的2大,所以2的下一个更大的元素是5,继续判断5比栈顶的4大,所以4的下一个更大的元素是5,栈为空,执行下面,5入栈,重复之前的操作,最后栈中会剩下一些没有下一个更大元素的,把他们置定为-1即可。

代码:

class Solution {
    public int[] nextGreaterElement(int[] nums1, int[] nums2) {
        Stack<Integer> stack=new Stack<>();
        HashMap<Integer,Integer> map=new HashMap<>();
        int[] result=new int[nums1.length];
        //找到下一个最大的元素,建立映射关系
        for(int x:nums2)
        {
            while(!stack.empty()&&stack.peek()<x)
            {
                map.put(stack.pop(),x);
            }
            stack.push(x);
        }
        //栈中剩余的内容是没有下一个最大元素的,将他们的值置定为题目要求的-1
        while(!stack.empty())
        {
            map.put(stack.pop(),-1);
        }
        //根据映射关系计算结果
        for(int i=0;i<nums1.length;i++)
        {
            result[i]=map.get(nums1[i]);
        }
        return result;
    }
}

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉树、堆、B树)、图结构(有向图、无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,树和图的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法: 算法设计:研究如何将解决问的步骤形式化为一系列指令,使得计算机可以执行以求解问。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法与数据结构不仅有助于理解程序的内部工作原理,能帮助开发人员编写出高效、稳定和易于维护的软件系统。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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