数据结构与算法--最小栈

题目

设计一个支持 push ，pop ，top 操作，并能在常数时间内检索到最小元素的栈。

push(x) —— 将元素 x 推入栈中。
pop() —— 删除栈顶的元素。
top() —— 获取栈顶元素。
getMin() —— 检索栈中的最小元素。

示例:

输入：
["MinStack","push","push","push","getMin","pop","top","getMin"]
[[],[-2],[0],[-3],[],[],[],[]]

输出：
[null,null,null,null,-3,null,0,-2]

解释：
MinStack minStack = new MinStack();
minStack.push(-2);
minStack.push(0);
minStack.push(-3);
minStack.getMin();   --> 返回 -3.
minStack.pop();
minStack.top();      --> 返回 0.
minStack.getMin();   --> 返回 -2.

提示：
pop、top 和 getMin 操作总是在 非空栈 上调用。

思路

使用一个数据栈和辅助栈，辅助栈用以存储最小元素的变化值。例如输入[2, 0, 1]，则最小值变化两次，辅助栈中存储[2, 0]。记忆该例子即可写出代码
主要是对于入栈和出栈时需要有所设计

题解

入栈时，需比较的是x <= help.top()，注意等号
c++

class MinStack {
public:
    /** initialize your data structure here. */
    stack<int> data;
    stack<int> help;
    MinStack() {
        stack<int> data;
        stack<int> help;
    }

    void push(int x) {
        data.push(x);
        if (help.empty() || x <= help.top()) help.push(x);  //空解决第一次入栈的问题,并且注意是小于等于
    }

    void pop() {
        if (data.top() == help.top()) {
            data.pop();
            help.pop();
        }
        else data.pop();
    }

    int top() {
        return data.top();
    }

    int min() {
        return help.top();
    }
};

java
注意点：

1. peek与pop的区别
2. data.peek返回的是包装类Integer,需要用其类方法.equals()来比较值是否相同

此题如果用==将会无法通过 Integer的equals重写过，比较的是内部value的值， ==如果在[-128,127]会被cache缓存,超过这个范围则比较的是对象是否相同

class MinStack {
    Stack<Integer> data;  //Java中Stack为一个标准类，因此大写开头
    Stack<Integer> help;
    /** initialize  your data structure here. */
    public MinStack() {
        data = new Stack<Integer>();
        help = new Stack<Integer>();
    }

    public void push(int x) {
        data.push(x);
        if (help.empty() || x<=help.peek()) help.push(x);  //Java中查看栈顶叫peek(挺形象的)，pop会出栈
    }

    public void pop() {
        if (data.peek().equals(help.peek())) help.pop();
        data.pop();
    }

    public int top() {
        return data.peek();
    }

    public int min() {
        return help.peek();
    }
}

复杂度

时间复杂度	空间复杂度
O(1)	O(1)