LeetCode 155. 最小栈 | Python

155. 最小栈


题目来源:https://leetcode-cn.com/problems/min-stack

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。
解题思路

思路:辅助栈

在本题中,我们考虑使用辅助栈与数据栈同步的做法来处理。

题目中提示,pop、top 和 getMin 操作总是在 非空栈 上调用。那么我们先定义一个数据栈来实现这些功能。

题目中还要求能在常数时间内检索到最小元素的栈。在这里,我们使用辅助栈,实现辅助栈中的栈顶一直保持当前的最小值,这样就能够实现常数时间复杂度的操作。

具体代码实现如下。

代码实现

class MinStack:

    def __init__(self):
        """
        initialize your data structure here.
        """
        self.data = []
        self.tmp = []


    def push(self, x: int) -> None:
        # 入栈时,同时考虑数据栈和辅助栈
        self.data.append(x)
        # 如果辅助栈为空时,或者元素比辅助栈的最顶元素小或相等时,将该元素入栈
        # 否则,将辅助栈内最顶元素再次入栈
        if len(self.tmp) == 0 or x <= self.tmp[-1]:
            self.tmp.append(x)
        else:
            self.tmp.append(self.tmp[-1])

    def pop(self) -> None:
        # if self.data:
        #     self.data.pop()
        #     self.tmp.pop()
        # 题目要求这里是在非空栈,所以不做判断
        # 如果需判断,可如上
        self.data.pop()
        self.tmp.pop()

    def top(self) -> int:
        # 需判断同 pop()
        return self.data[-1]


    def getMin(self) -> int:
        # 需判断同 pop()
        return self.tmp[-1]



# Your MinStack object will be instantiated and called as such:
# obj = MinStack()
# obj.push(x)
# obj.pop()
# param_3 = obj.top()
# param_4 = obj.getMin()
实现结果

实现结果


以上就是使用辅助栈,根据栈先入后出的性质,解决《155. 最小栈》问题的主要内容。


欢迎关注微信公众号《书所集录》

你好!对于LeetCode上的问题994.腐烂的橘子,你可以使用Python来解决。下面是一个示例代码: ```python from collections import deque def orangesRotting(grid): # 记录网格的行数和列数 row, col = len(grid), len(grid[0]) # 定义四个方向:上、下、左、右 directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] # 使用队列来保存腐烂的橘子的位置 queue = deque() # 记录新鲜橘子的数量 fresh_count = 0 # 遍历整个网格,初始化队列和新鲜橘子的数量 for i in range(row): for j in range(col): if grid[i][j] == 2: # 腐烂的橘子 queue.append((i, j)) elif grid[i][j] == 1: # 新鲜橘子 fresh_count += 1 # 如果新鲜橘子的数量为0,直接返回0 if fresh_count == 0: return 0 # 初始化分钟数 minutes = 0 # 开始进行BFS,直到队列为空 while queue: # 记录当前分钟数下,队列中的元素数量 size = len(queue) # 遍历当前分钟数下的所有腐烂的橘子 for _ in range(size): x, y = queue.popleft() # 遍历四个方向 for dx, dy in directions: nx, ny = x + dx, y + dy # 判断新位置是否在网格内,并且是新鲜橘子 if 0 <= nx < row and 0 <= ny < col and grid[nx][ny] == 1: # 将新鲜橘子变为腐烂状态 grid[nx][ny] = 2 # 将新鲜橘子的位置加入队列 queue.append((nx, ny)) # 新鲜橘子的数量减1 fresh_count -= 1 # 如果当前分钟数下,没有新鲜橘子了,结束循环 if fresh_count == 0: break # 每遍历完一层,分钟数加1 minutes += 1 # 如果最后还有新鲜橘子,返回-1,否则返回分钟数 return -1 if fresh_count > 0 else minutes ``` 你可以将给定的网格作为参数传递给`orangesRotting`函数来测试它。请注意,该代码使用了BFS算法来遍历橘子,并计算腐烂的分钟数。希望能对你有所帮助!如果有任何疑问,请随时问我。
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