Leetcode901-股票价格跨度

一、前言

本题基于leetcode901股票价格趋势这道题，说一下通过java解决的一些方法。并且解释一下笔者写这道题之前的想法和一些自己遇到的错误。需要注意的是，该题最多调用 next 方法 10^4 次,一般出现该提示说明需要注意时间复杂度。

二、解决思路

①栈排序（存在超出时间限制问题）

其实笔者做这道题之前并不知道单调栈这一东西，第一时间想到的是很像之前做过的和栈相关的一道题–栈排序，毕竟都是类似按照某一顺序对栈元素进行排序。需要借用辅助栈，而考虑到它需要计算的是连续天数，不是一个简单的排序。
拿这道题给的示例输入来说：

思路就是如果是空栈，那么我们直接放就好。
而当不是空栈时，此时通过price和栈顶元素的差值区分情况：
①小于0：
说明price要小，那么我们直接入栈，然后由于此时栈肯定没有比price更小的元素，所以只有它自己，return 1即可
②大于等于0：
说明此时price要大于栈顶元素，由于它要的是最大连续日数（从今天开始往回数，包括今天），那么我必须得保持入栈的一个顺序，否则就不是连续的，而是一个比当前price要小的所有天数这样一个结果。
那么怎样处理呢，我们可以先将该price入辅助栈，然后再从栈顶遍历，将小于等于当前price的栈元素弹出push到辅助栈中。此时记录辅助栈的size就是我们要返回的最大连续天数，最后再将辅助栈一次push到我们的主栈中即可。
我这边画一个图：

如上图，第一次入栈70这个元素时，比栈顶元素60要大，将price=70入辅助栈，然后遍历主栈栈顶，将小于等于70的元素弹出栈然后push进辅助栈，此时记录辅助栈size为2，然后将辅助栈元素全部弹出并且推入主栈，最后返回size即可。且这样不会修改我主栈元素的原本顺序，就是按照next元素的顺序进行排序的，就也顺便解决了连续这个问题。
同理，后面入75如下图所示：

代码如下：

class StockSpanner {

private Stack<Integer> stockStack;
	private Stack<Integer> diffStack;

	public StockSpanner() {
		stockStack = new Stack<>();
		diffStack = new Stack<>();
	}

	public int next(int price) {
		if (stockStack.isEmpty()) {
			stockStack.push(price);
			return 1;
		} else {
			int diff = price - stockStack.peek();
			if (diff < 0) {
				stockStack.push(price);
				return 1;
			} else {
			diffStack.push(price);
			while (!stockStack.isEmpty() && stockStack.peek() <= price) {
					diffStack.push(stockStack.pop());
				}
				
				int res = diffStack.size();
				while (!diffStack.isEmpty()) {
					stockStack.push(diffStack.pop());
				}
				return res;
			}
		}
	}
}

好像这样思路确实没什么问题，运行发现超出时间限制o(╥﹏╥)o：

虽说时间复杂度是O(n)，可是这样的操作确实还是非常繁琐的，且还需要借助辅助栈且最后主栈的元素量是Next()的调用次数，无效或者其实用不上的元素根本没有pop出栈，导致浪费了很多空间。
所以也就有了后面一种方法–单调栈，该方法不再需要辅助栈，且不会浪费额外空间。

②单调栈

我们将每一个股票价格想象成java的一个对象，它拥有它的id，拥有它的价格，我们可以使用一个int[]去承装他们，int[0]装id，int[1]装价格。
然后我们可以想象下，我们需要比今日股票要小于等于的天数，是否就是将这些对象给按照一个单调递减的顺序排序，如果放入的元素比上一个元素要小，此时结果就是当前放入元素的下标id和上一个元素下标的差值。如果要大，此时不符合单调递减，那么我需要将比它小的元素全部抹去，让我们承装对象的结构始终符合单调递减，此时结果是当前当如元素的下标id和抹去后的它的上一个元素下标id的差值。
为了方便我们后续程序少一些空栈之类的判断，我们初始化的时候可以先push进一个id为0，价格是Integer.MAX的元素，这样到时候我们出栈也不用担心会导致空栈。
而对于next方法，首先是下标，这个很好理解，我们每次调用next方法时，id++即可，很像我们数据库的ID自增策略。由于我们需要的是小于或等于今天价格的最大连续日数，所以是一个单调递减栈，如果要插入的price大于栈顶元素，此时将单调栈的元素依次弹出，并且此时将当前price对应的下标减去出栈后的栈顶元素的下标，这个下标差就是我们需要返回的结果。然后再将当前元素入栈即可然后返回下标差即可。
仍然拿示例1举例：
当我插入100-80-60,由于每次插入都比栈顶元素要小，而当插入70时，此时比栈顶元素60要大，从栈顶开始遍历，一直到栈顶元素大于price为止，此时出栈完后栈顶是id=2,price=80这个元素，然后记录res=4-2=2,然后将price=70,id=4这个元素入栈。

放入60,75同理：

代码如下：

class StockSpanner {

private Deque<int[]> stockStack;
	private int id;

	public StockSpanner() {
		stockStack = new ArrayDeque<>();
		stockStack.push(new int[]{0,Integer.MAX_VALUE});
		id = 0;
	}

	public int next(int price) {
		id ++;
		while (price >= stockStack.peek()[1]){
			stockStack.pop();
		}
		int ret = id - stockStack.peek()[0];
		stockStack.push(new int[]{id, price});
		return ret;
  }
}

三、栈排序和单调栈的区别

那么其实栈排序和单调栈是有明显区别的，这里做一个总结：

单调栈：单调栈是一种特殊的栈结构，其插入时保证栈内元素的单调性。通常用于解决数组中下一个更大或下一个更小元素的问题。例如我们可以见我们力扣496下一个更大元素 I这道题，单调栈需要维护一个单调递增或单调递减的栈顶元素序列，每当新元素插入时，都需要判断该元素与栈顶元素的大小关系，不断弹出栈顶元素直到满足单调性。

栈排序：栈排序是对栈内元素进行递增或递减排序的一种思路。通常使用额外的栈来辅助排序。将原始栈的元素依次弹出，插入到辅助栈中的正确位置，最后将辅助栈中的元素重新压回原始栈中，从而实现了栈排序。需要注意的是，仅使用原始栈是无法实现栈排序的，因为栈的弹出顺序一旦改变就无法恢复。

总体来说，单调栈和栈排序都是基于栈实现的常用算法思路，但其应用场景和实现方法不同。单调栈通常用于解决比较问题，需要维护栈内元素的单调性；而栈排序则是对栈内元素的排序，需要额外借助辅助栈实现。