重点:
(1)暴力搜索:O(n^2),思路简单,超时;
(2)动态规划:类似于火箭击落敌机,复杂度O(nlogn),可以;写清逻辑,更新index;
(3)单调栈:O(n)空间和时间复杂度,最佳解;
(4)单调栈的用法:一维数组,寻找一个元素的右边或者左边第一个比自己大或者小的元素的位置,就用单调栈,时间复杂度O(n);
难度中等1233收藏分享切换为英文接收动态反馈
给定一个整数数组 temperatures
,表示每天的温度,返回一个数组 answer
,其中 answer[i]
是指对于第 i
天,下一个更高温度出现在几天后。如果气温在这之后都不会升高,请在该位置用 0
来代替。
示例 1:
输入: temperatures
= [73,74,75,71,69,72,76,73]
输出: [1,1,4,2,1,1,0,0]
示例 2:
输入: temperatures = [30,40,50,60] 输出: [1,1,1,0]
示例 3:
输入: temperatures = [30,60,90] 输出: [1,1,0]
提示:
1 <= temperatures.length <= 105
30 <= temperatures[i] <= 100
解析:
方法1:暴力搜索
最容易想到的暴力搜索。复杂度O(n^2),每次寻找后面第一个比自己大的。不过超时。
方法2:动态规划
跟火箭击落敌机那个题类似,可用动态规划,从后往前遍历。每天跳跃式遍历,找到比自己温度高的。最坏情况下复杂度也是O(n^2),平均是O(nlogn)。
方法3:单调栈
什么时候用单调栈呢?一维数组,寻找一个元素的右边或者左边第一个比自己大或者小的元素的位置,就用单调栈,时间复杂度O(n)。
单调栈的本质是空间换时间。遍历过程中需要使用一个栈来记录右边第一个比当前高的元素。
我们概括为以下几点:
(1)栈内存的是元素的下标;
(2)每次新元素入栈分为三种情况:
——当前元素值>栈顶元素值:栈顶元素一直出栈,同时更新result数组,新元素入栈顶;
——当前元素值<=栈顶元素值:新元素直接入栈;
(3)result数组初始化为0,那么遍历完整个数组,result即为答案;
详细可见注解:代码随想录 (programmercarl.com)
代码:
//暴力搜索
class Solution {
public:
vector<int> dailyTemperatures(vector<int>& temperatures) {
vector<int> lable(temperatures.size(),0);
for(int i=0;i<temperatures.size();i++){
for(int j=i+1;j<temperatures.size();j++){
if(temperatures[j]>temperatures[i]){
lable[i]=j-i;
break;
}
}
}
return lable;
}
};
class Solution {
public:
vector<int> dailyTemperatures(vector<int>& temperatures) {
vector<int> lable(temperatures.size(),0);
for(int i=temperatures.size()-2;i>=0;i--){
if(temperatures[i]>=temperatures[i+1]){
if(lable[i+1]==0)
lable[i]=0;
else{
//i+1天比i天温度低,并且i+1天label不为0,即有比i+1温度高的
//跳跃式找答案有两种情况
//第一种找到了比自己高的温度,直接标记lable数组,然后break
//第二种,找到一个更高的温度但没当前高,而且label为0,说明没有比自己高的
int index=i+1+lable[i+1];
while(index<temperatures.size()){
if(temperatures[index]>temperatures[i]){
lable[i]=index-i;
break;
}
else if(lable[index]==0)
break;
index+=lable[index];
}
}
}
else
lable[i]=1;
}
return lable;
}
};
class Solution {
public:
vector<int> dailyTemperatures(vector<int>& temperatures) {
if(temperatures.size()==1)
return {0};
vector<int> result(temperatures.size(),0);
stack<int> stk;
while(!stk.empty())
stk.pop();
stk.push(0);
for(int i=1;i<temperatures.size();i++){
//如果当前栈为空,直接入栈
if(stk.empty())
stk.push(i);
//如果不为空,但当前栈顶元素更大,也直接入栈
else if(temperatures[i]<=temperatures[stk.top()])
stk.push(i);
//如果栈不为空,且当前温度比栈顶温度大,则准备出栈
else{
while((!stk.empty())){
if(temperatures[stk.top()]<temperatures[i]){
result[stk.top()]=i-stk.top();
stk.pop();
}
else
break;
}
stk.push(i);
}
}
return result;
}
};