题目:
请根据每日气温列表 temperatures ,计算在每一天需要等几天才会有更高的温度。如果气温在这之后都不会升高,请在该位置用 0 来代替。
遍历加遍历来获取最近的较大值
#求出温度列表的长度
n = len(temperatures)
result=[0]*n
#遍历每一个温度值
for i in range(n):
if temperatures[i]<100:
#想后搜索第一个大于当前温度值的元素
for j in range(i+1,n):
if temperatures[j] > temperatures[i]:
result[i]=j-i
print(result)
该算法的时间复杂度是O(n^2),空间复杂度是O(n)。
使用栈来极大的优化其复杂度
temperatures = [73, 74, 75, 71, 69, 72, 76, 73]
n = len(temperatures)
# 初始化一个空的栈
stack = [] # 栈中存入元素索引值
result = [0] * n # 存入结果
for i in range(n): # i 为列表元素依次的索引值
temperature = temperatures[i] # 此时元素值
# 如果 temperatures[i] 大于栈顶元素对应的温度值,则栈顶元素出栈。
while stack and temperature > temperatures[stack[-1]]: # stack此时存的是上一个元素的索引,即找到了该元素后大于它的元素
prev = stack.pop() # 找到了比前一个(或者前几个)元素更大的值,即获取到结果了,弹出该值
result[prev] = i - prev # 结果列表中添加 上一个元素输入元素值和目前索引的差值,即上一个元素的对应结果值
stack.append(i) # 添加索引值进入栈,该索引值需要寻求对应结果
print(result)
# return
[1, 1, 4, 2, 1, 1, 0, 0]
该算法的时间复杂度是O(n),空间复杂度也是O(n)。