现在是 2022 年了,你不知道什么是单调栈和单调队列吗? (下)
2022/9/11 6:23:22
本文主要是介绍现在是 2022 年了,你不知道什么是单调栈和单调队列吗? (下),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
报名金石计划第一次挑战——分享10万奖池,这是我的第2篇文章, 点击查看活动详情
从上面继续, 现在是 2022 年了,你不知道什么是单调栈和单调队列吗? (上)——掘金(juejin.cn) .今天我们将讨论什么是单调堆栈。
介绍
阅读本文后,您将获得:
- 什么是单调栈
- 单调栈可以解决的问题
- 单调栈经典问题的解法
什么是单调栈
单调栈对应单调队列,只不过单调队列对应的出队方法是从队列头出列,而单调栈是从栈头弹出(单调队列对应的位置是在队列末尾出队)。他们遇到使他们不那么单调的元素的方式实际上是一致的。
让我们回顾一下当单调队列和单调堆栈入队/堆叠时如何处理元素:
对于单调递减的队列/堆栈:当一个元素准备好入队或推入堆栈时,它与 ** 栈尾/栈顶** 比较元素,如果该元素大于 ** 栈尾/栈顶** 如果很小,则进入队列并压入堆栈。详情请参考下图:
我们使用这个规则来保证队列和栈的单调性。所以单调队列和单调栈的入队和栈规则是一样的,只是它们的出队和栈符合队列和栈的特点,仅此而已。
单调堆栈解决了什么问题?
单调堆栈通常是解决 ** NGE(下一个大元素)问题** ,即对于一系列元素,找到比他大的下一个元素。
使用单调堆栈解决问题
496. 下一个更大的元素 I — LeetCode
nums1 中数字 x 的下一个较大元素是 nums2 中 x 对应位置右侧第一个大于 x 的元素。
给定两个数组 nums1 和 nums2,没有重复元素,下标从 0 开始,其中 nums1 是 nums2 的子集。
对于每个 0 <= i < nums1.length,找到下标 j 使得 nums1[i] == nums2[j],并在 nums2 处确定 nums2[j] 的下一个较大元素。如果没有下一个更大的元素,则此查询的答案为 -1。返回一个长度为 nums1.length 的数组 ans 作为答案,这样 ans[i] 是如上所述的下一个更大的元素。
示例 1:
输入:nums1 = [4,1,2],nums2 = [1,3,4,2]。
输出:[-1,3,-1]
解释:nums1 中每个值的下一个较大的元素如下:
4、用粗斜体标记,nums2 = [1,3, 4 ,2]。没有下一个更大的元素,所以答案是-1。
1 ,以粗斜体标识,nums2 = [ 1 , 3, 4, 2]。下一个较大的元素是 3。
2,以粗斜体标识,nums2 = [1,3,4, 2 ]。没有下一个更大的元素,所以答案是-1。
首先想到的是蛮力解决方案。使用双循环可以很容易地解决这个问题,但是由于我们已经了解了单调堆栈,我们将使用单调堆栈来解决这个问题。
首先我们明确一点:
数字1
中的元素不一定存在于数字2
在数组中。- 我们通过
数字2
栈中的元素被压入单调栈(单调递减),当一个元素需要出栈时,我们可以知道 ** 即将入队的元素是即将被弹出的元素的第一个较大的值!** - 完成第二步后,我们需要
数字1
查询即将弹出的元素是否存在。
有了上面的思路,我们可以写出如下代码:
/** * @param { number[] } nums1 * @param { number[] } nums2 * @return { number[] } */ var nextGreaterElement = 函数(nums1,nums2){ 常量顶部 = ( s) => s[s.长度 - 1]; 常量哈希 = {}; // 恢复哈希映射,按值查询索引。 for ( 让 i = 0; i < nums1.length; i++) { 哈希[nums1[i]] = i; } 常量栈 = [nums2[0]]; const 结果 = 新数组(nums1.length)。填充(- 1); for ( 让 i = 1; i < nums2.length; i++) { // 在单调栈的应用中,如果要压入栈的值大于栈顶的值,应该按照单调栈的规则弹出。 while (stack.length && nums2[i] > top(stack)) { 如果(哈希[顶部(堆栈)]!==无效0){ 结果[哈希[顶部(堆栈)]] = nums2[i]; } 堆。流行音乐(); } 堆。推(nums2[i]); } 返回结果; }; 复制代码
42. 赶雨——LeetCode
这个问题相当经典。是单调栈的经典应用问题。当然,除了使用单调栈,我们还可以使用双指针方案来解决问题。双指针的解决方案这里省略,主要说明使用单调栈的解决方案。
给定
n
表示每个宽度的非负整数1
柱子的高度图,计算柱子下雨后能承受多少雨水。
输入:高度 = [0,1,0,2,1,0,1,3,2,1,2,1]
输出:6
说明:以上是数组[0,1,0,2,1,0,1,3,2,1,2,1]表示的高度图,这种情况下可以拾取6个单位的雨(蓝色部分代表下雨)。
如果我们使用单调堆栈,我们需要考虑是使用单调递增的单调堆栈还是单调递减的单调堆栈?显然,我们应该使用单调
因为当一个更大的元素即将被压入堆栈时,就会出现“坑”。
这里有几点需要特别注意:
-
如果要压入堆栈的值等于堆栈顶部的值,我们该怎么办?直接入栈处理?还是弹出原始值并将新值压入堆栈? (其实可以)
-
我们在单调栈中存储的是索引值,而不是高度值,因为我们在计算rain的面积时,是通过“宽×高”来计算的,我们需要知道左边的列之间的距离和正确距离的列。但是我们比较的时候,还是用高度值来比较的。
函数顶部(arr){
返回 arr[arr.长度 - 1];
}
变量陷阱=函数(高度){
让总和 = 0;
常量栈 = [ 0];
for ( 让 i = 1; i < 高度。长度; i++) {if (height[i] < height[ top(stack)] {
// 要压入栈的元素小于栈顶元素,直接压入栈
堆。推(一);
} else if (height[i] === height[ top(stack)]) {
// 待入栈的元素与栈顶元素相等,将原元素出栈,再将新元素入栈
堆。流行音乐();
堆。推(一);
} 别的 {
while (stack.length && height[i] > height[ top(stack)]) {
// 待入栈的元素大于栈顶元素,不断向前递归,直到栈顶元素不小于新元素
// “pit”是栈顶的元素,
// 左列是栈顶元素下面的第一个元素
// 右列是要压入栈的元素
让中间=顶部(堆栈);
堆。流行音乐();
如果(堆栈。长度){
让 h = 数学。 min(height[ top(stack)], height[i]) - height[mid];
常量 w = i - 顶部(堆栈) - 1;
总和 += h * w;
}
}
堆。推(一);
}
}
返回总和;
}
复制代码
上面的代码思路比较清晰,但是代码量好像比较大。我们可以做一些简化。其实我们发现,如果要压入栈的元素与栈顶元素相等,那么出栈再压回栈的操作其实是多余的。因此,我们可以进一步简化代码如下:
函数顶部(arr){ 返回 arr[arr.长度 - 1]; } 变量陷阱=函数(高度){ 让总和 = 0; 常量栈 = [ 0]; for ( 让 i = 1; i < 高度。长度; i++) { while (stack.length && height[i] > height[ top(stack)]) { // 待入栈的元素大于栈顶元素,不断向前递归,直到栈顶元素不小于新元素 // “pit”是栈顶的元素, // 左列是栈顶元素下面的第一个元素 // 右列是要压入栈的元素 让中间=顶部(堆栈); 堆。流行音乐(); 如果(堆栈。长度){ 让 h = 数学。 min(height[ top(stack)], height[i]) - height[mid]; 常量 w = i - 顶部(堆栈) - 1; 总和 += h * w; } } 堆。推(一); } 返回总和; } 复制代码
接受!完毕!
概括
今天学习的单调栈是常用的 ** NGE(下一个大元素)问题** 数据结构,除了经典的雨水,在 LeetCode 上使用单调栈还有很多问题。希望读者有空多多练习。
如果觉得这篇文章对你有用,别忘了给作者点个赞哦~
版权声明:本文为博主原创文章,遵循CC 4.0 BY-SA版权协议。转载请附上原文出处链接和本声明。
这篇文章的链接: https://homecpp.art/3710/7553/2250
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明
本文链接:https://www.qanswer.top/25906/38021100
这篇关于现在是 2022 年了,你不知道什么是单调栈和单调队列吗? (下)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-12-27数据结构与算法面试题详解及练习
- 2024-12-27网络请求面试题详解与实战
- 2024-12-27数据结构和算法面试真题详解与实战教程
- 2024-12-27网络请求面试真题解析与实战教程
- 2024-12-27数据结构和算法大厂面试真题详解与实战指南
- 2024-12-27TS大厂面试真题解析与应对策略
- 2024-12-27TS大厂面试真题详解与解析
- 2024-12-27网站安全入门:如何识别和修复漏洞
- 2024-12-27SQL注入基础教程
- 2024-12-27初学者指南:理解和修复跨域漏洞