单调栈
给定一个长度为 N 的整数数列,输出每个数左边第一个比它小的数,如果不存在则输出 −1。
输入格式
第一行包含整数 N,表示数列长度。
第二行包含 N 个整数,表示整数数列。
输出格式
共一行,包含 N 个整数,其中第 i 个数表示第 i 个数的左边第一个比它小的数,如果不存在则输出 −1。
数据范围
1≤N≤105
1≤数列中元素≤109
输入样例:
5
3 4 2 7 5
输出样例:
-1 3 -1 2 2
朴素做法是先遍历每一个数,然后每轮从第i
个数开始,逆序往前找到第一个比该数小的数,便是答案,这么做的复杂度为 O(n^2)。
利用单调栈来优化的核心思路是对于第i
个数,如果前一个数(i-1
)比第i
个数大,那么可以判断出它永远不会作为后面某个数的答案,因为对于i
后面那一堆数而言,第i
个数比起第i - 1
个数具有更小,更近的特点,因此可以将第i - 1
个数从候选答案中排除掉;
而当前一个数(i-1
)比第i
个数小时不能将其排除掉,所以第i - 1
、i
个数放在一起作为候选答案(入栈);
将这些所谓的候选答案存到栈里面,不难发现利用上述的排除元素的规则,栈里边的元素都是单调递增的,所以称之为“单调栈”。
- 如果栈顶元素比第
i
个数小,则栈顶就是距离i
最近、较小的数,将其输出,否则被排除,将其弹出。 - 如果第
i
个数经若干次排除掉栈里边的元素(出栈)操作后 栈空,说明第i
个数前没有候选答案,也即不存在比它小的数了,所以输出-1
。
无论怎样,第i
个数都会入栈,因为它具有成为后面一堆数的候选答案可能性。
最终,整个算法的复杂度直接降到了 O(n)。
下面可以一图看懂单调栈元素入栈、出栈过程变化,图片来源于海绵宝宝。
C++代码
#include <iostream>
#include <cstring>
#include <string>
#include <algorithm>
#include <stack>
using namespace std;
int N, num;
stack<int> stk;
int main(){
cin >> N;
while (N --){
cin >> num;
while(!stk.empty() && stk.top() >= num) //排除掉不会再作为候选答案的数
stk.pop();
if(stk.empty())
cout << "-1" << " ";
else
cout << stk.top() << " ";
stk.push(num);
}
return 0;
}
单调队列
滑动窗口
给定一个大小为 n≤106 的数组。
有一个大小为 k 的滑动窗口,它从数组的最左边移动到最右边。
你只能在窗口中看到 k 个数字。
每次滑动窗口向右移动一个位置。
以下是一个例子:
该数组为 [1 3 -1 -3 5 3 6 7],k 为 3。
窗口位置 最小值 最大值
[1 3 -1] -3 5 3 6 7 -1 3
1 [3 -1 -3] 5 3 6 7 -3 3
1 3 [-1 -3 5] 3 6 7 -3 5
1 3 -1 [-3 5 3] 6 7 -3 5
1 3 -1 -3 [5 3 6] 7 3 6
1 3 -1 -3 5 [3 6 7] 3 7
你的任务是确定滑动窗口位于每个位置时,窗口中的最大值和最小值。
输入格式
输入包含两行。
第一行包含两个整数 n 和 k,分别代表数组长度和滑动窗口的长度。
第二行有 n 个整数,代表数组的具体数值。
同行数据之间用空格隔开。
输出格式
输出包含两个。
第一行输出,从左至右,每个位置滑动窗口中的最小值。
第二行输出,从左至右,每个位置滑动窗口中的最大值。
输入样例:
8 3
1 3 -1 -3 5 3 6 7
输出样例:
-1 -3 -3 -3 3 3
3 3 5 5 6 7
朴素做法的思路仍是外层循环遍历每个区间,内层循环找最值,复杂度是 O(n^2)。
利用单调队列优化的思路跟单调栈如出一辙,也是利用排除候选答案的方法。
但这里的队列是一个双向队列,特点是可以在队头、队尾都进行入队、出队操作,其存储的是各元素的下标。
其思想是遍历到第i
个数时,如果前一个数(i - 1
)比第i
个数大,那么可以将其i - 1
从候选答案下标中排除(队尾出队),因为第i - 1
要么不在此时的窗口里,那作为最值更不可能,要么和i
处在同一窗口,但不是最小值,所以这种做法合理。最后将第i
个数入队。
可以发现始终保持队列的下标对应值是单调递增的,说明队头front
是[front, i]
这个区间里最小的值,进一步,如果[front, i]
处在滑动窗口的区间里,那队头就是此刻滑动窗口状态下的最小值。
要注意的是,滑动窗口的区间是[i - k, i]
,每次都需要判断队头是否还处在窗口里(≤ i - k
),如果不在需要就将其出队,这样保证了队列里的元素都是处在了窗口里的有效元素。
上述做法是维护了一个单调递增的队列,寻找到滑动窗口的最小值,而寻找滑动窗口的最大值的方法同理,只需在第i
个数和队尾比较时修改一下条件。
下面这个链接有一个很好的过程演示:
C++代码
#include <iostream>
#include <cstring>
#include <string>
#include <algorithm>
#include <deque>
using namespace std;
int a[1000010];
int n, k;
deque<int> q; //存还未被排除元素下标
int main(){
cin >> n >> k;
q.clear();
for(int i = 0;i < n;i ++) scanf("%d", &a[i]);
//getMin:保持队列单调递增
for(int i = 0;i < n;i ++){
while(!q.empty() && a[q.back()] > a[i]) //维护单调
q.pop_back();
q.push_back(i); //当前数的下标入队
if(i >= k - 1){ //形成滑动窗口的条件
if(q.front() <= i - k)
q.pop_front(); //队头不在滑动窗口内,弹出
cout << a[q.front()] << " ";
}
}
printf("\n");
q.clear();
//getMax:保持队列单调递减,同理
for(int i = 0;i < n;i ++){
while(!q.empty() && a[q.back()] < a[i])
q.pop_back();
q.push_back(i);
if(i >= k - 1){
if(q.front() <= i - k)
q.pop_front();
cout << a[q.front()] << " ";
}
}
return 0;
}