单调栈相关

1. 利用单调栈求最大矩形面积(两边求)

来源
poj: http://poj.org/problem?id=2082 ;
leetcode: https://leetcode.com/problems/largest-rectangle-in-histogram/
题目:

Given n non-negative integers representing the histogram's bar height where the width of each bar is 1, find the area of largest rectangle in the histogram.
Above is a histogram where width of each bar is 1, given height = [2,1,5,6,2,3].
The largest rectangle is shown in the shaded area, which has area = 10 unit.
For example,
Given height = [2,1,5,6,2,3],
return 10.

思路:
正常一个方法为:遍历数组中的矩形底,以每个index的底为中心向两边扩张得到以此index为高的最大矩形面积,最后求出全局最大。时间复杂度为O(n^2),空间复杂度为O(1)

单调栈的想法是:维护一个栈,这个栈中的元素保持单调,例如单调递增栈是,只要遍历到的元素大于栈顶元素就压入栈,否则,不断弹出栈顶元素直到当前栈顶元素小于当前遍历元素。

本题解题思路:顺着第一个题的思路,对于每个底边需要向两边扩张找到以它为高的最远边界,那么也就是找到周围都比它高的最远边界。因此,问题就转化为找到一个边左边比它高的边长总和以及右边比它高的边长总和。在单调栈中,当某个元素可以进栈了,说明栈顶元素一定是其左边最高边界(的下一个,或者说第一个比它矮的)。而当一个元素需要出栈时,说明遇到了右边边界(第一个比它矮的)。利用这样的性质,就可以在O(n)的时间内得到结果。

ps:单调栈可以解决需要计算一个元素两边大于它或者两边小于它的边界问题。

@Checked
public int largestRectangleArea(int[] height) {
    if(height == null || height.length == 0) return 0;
    Deque<Integer> deque = new ArrayDeque<Integer>();
    int[] area = new int[height.length];
    int largest = 0;
    for(int i = 0; i < height.length; i++){
        //左边没有连续比当前元素大的元素
        if(deque.size() == 0 || height[deque.peekLast()] <= height[i]) deque.add(i);
        //当有比当前元素大的元素,要弹出比它大的,计算弹出元素右边面积,最后压入当前元素,计算当前元素左边面积。注意相等的情况下
        else{
            int index = 0;
            while(deque.size() != 0 && height[deque.peekLast()] > height[i]){
                index = deque.pollLast();
                area[index] += (i - index) * height[index];
                largest = largest > area[index] ? largest : area[index];
            }
            index = deque.size() == 0 ? -1 : deque.peekLast();
            area[i] += (i - index -1) * height[i];
            deque.add(i);
        }
    }
    while(deque.size() != 0){
        int index = deque.pollLast();
        area[index] += (height.length - index) * height[index];
        largest = largest > area[index] ? largest : area[index];
    }
    return largest;
}

由于此处需要存储左边右边,实际上可以减少存储,在元素弹出时计算其整体面积。为防止后面多加一层循环,可以在数组最后放置一个哨兵。可以简化很多代码

@Checked
public int largestRectangleArea(int[] height) {
    if(height == null || height.length == 0) return 0;
    Deque<Integer> deque = new ArrayDeque<Integer>();
    int largest = 0;
    for(int i = 0; i <= height.length; i++){
        int pivot = i == height.length ? 0 : height[i];
        while(deque.size() != 0 && height[deque.peekLast()] > pivot){
                int index = deque.pollLast(), pre = deque.size() == 0 ? -1 : deque.peekLast();
                int high =  (i - pre - 1) * height[index];
                largest = largest > high ? largest : high;
        }
        deque.add(i);//统一操作
    }
    return largest;
}

2. 类似题目:牛视野问题(只求一边)

poj http://poj.org/problem?id=3250

        =
=       =
=   -   =         Cows facing right -->
=   =   =
= - = = =
= = = = = =
1 2 3 4 5 6 
Cow#1 can see the hairstyle of cows #2, 3, 4
Cow#2 can see no cow's hairstyle
Cow#3 can see the hairstyle of cow #4
Cow#4 can see no cow's hairstyle
Cow#5 can see the hairstyle of cow 6
Cow#6 can see no cows at all!

每只牛都向右看,遇到比它高的就看不到了,因此找的是比它低的。求所有牛能看到的牛的总和。
本题意义是找到每个底右边比它低的,即使用单调递减栈,每次弹出时计算整个右边边界即可。

public int numbersOfCows(int[] height){
    Deque<Integer> deque = new ArrayDeque<Integer>();
    int count = 0;
    for(int i = 0; i <= height.length; i++){
        int pivot = i == height.length ? Integer.Max_VALUE : height[i];
        while(deque.size() != 0 && pivot >  height[deque.peekLast()]){
            int index = deque.pollLast();
            count += (i - index - 1);
        }
        deque.add(i);
    }
    return count;
}

**inspiration:遇到总和各局部周围情况(比它小或者大)求整体最优可以考虑单调栈解法。

<think>嗯,用户想了解单调栈的实现和应用场景。从引用资料来看,之前已经提供了相关说明,但用户可能希望更系统化的总结。用户可能是算法学习者,正在准备面试或刷题,需要清晰且可直接应用的实例。注意到引用[1][2][3]都强调了单调栈的核心特点:保持栈内元素单调性,用于高效查找邻近更大/更小元素。引用[4][5]给出了经典题目(柱状图最大矩形)的代码实现,这些可以拆解说明。实现部分要突出三点:单调性维护(递增/递减栈)、出栈操作的含义(当前元素触发计算)、存储索引而非值的原因(方便计算边界)。应用场景需要区分典型问题类型:边界搜索、面积优化、跨度计算。用户可能特别关注“为什么用栈而不用其他结构”——需要解释后进先出特性与“最近邻”问题的适配性。代码示例选用C++和Python双版本,因为引用[4]是C++而用户历史问题含Python代码。注意在解释部分变量时保持一致性(如stk数组的top指针)。性能要明确O(n)的原因,避免用户误解退化情况。用户没提语言偏好,但上次回复含Python代码,所以优先Python示例。应用场景补充“矩阵最大矩形”的转化思路(引用[4]标题提到),这是单调栈的进阶用法,能展示该算法的扩展性。</think> 单调栈是一种特殊的数据结构,其核心在于**维护栈内元素的单调性**(单调递增或递减)。它能够高效解决一系列需查找元素“邻近边界”的问题,以下从实现和应用场景两方面详细说明: --- ### **一、单调栈实现** #### **核心思路** 1. **遍历顺序**:通常从左到右遍历数组 2. **栈内维护**:保持栈底到栈顶的单调性(增/减) 3. **出栈条件**:当新元素破坏单调性时,弹出栈顶元素并计算相关解 #### **代码示例(Python)** ```python def monotonic_stack(nums): stack = [] # 存储数组索引(通常比存值更灵活) res = [-1] * len(nums) # 初始化结果数组(例如存右侧第一个更大元素) for i in range(len(nums)): # 当栈非空且当前元素 > 栈顶元素(递减栈则用 <) while stack and nums[i] > nums[stack[-1]]: idx = stack.pop() # 弹出栈顶索引 res[idx] = nums[i] # 当前元素即为栈顶元素的"右侧更大元素" stack.append(i) # 当前元素索引入栈 return res # 示例:输入 [3, 1, 4, 2] # 输出: [4, 4, -1, -1] 表示:3右侧第一个大的是4,1右侧第一个大的是4,4和2右侧无更大元素 ``` #### **关键点** - **时间复杂为 $O(n)$**:每个元素最多入栈、出栈一次 - **栈中存储索引**:便于计算距离、区间宽度等 - **单调性选择**: - **递减栈**:找右侧第一个更大元素 - **递增栈**:找右侧第一个更小元素(如柱状图最大矩形) --- ### **二、经典应用场景** #### **1. 边界查找问题** - **下一个更大/小元素**(Next Greater Element) - 例:`[2,1,2,4,3]` → 下一个更大元素 `[4,2,4,-1,-1]` [^1][^5] - **左侧第一个更大/小元素**(类似反向遍历) #### **2. 面积优化问题** - **柱状图中最大矩形**(LeetCode 84)[^4] - **核心代码片段**(递增栈计算宽度): ```python stack = [-1] # 哨兵节点 max_area = 0 for i in range(len(heights)): while stack[-1] != -1 and heights[stack[-1]] > heights[i]: h = heights[stack.pop()] w = i - stack[-1] - 1 # 宽度 = 当前索引 - 新栈顶索引 - 1 max_area = max(max_area, h * w) stack.append(i) ``` - **最大矩形(01矩阵)**(LeetCode 85)[^4] - 转化为逐行的柱状图问题 #### **3. 跨度计算问题** - **每日温度**(LeetCode 739)[^5] - 求等待更暖天数的间隔:`[73,74,75,71,69,76]` → `[1,1,4,2,1,0]` - 解法:递减栈记录温度下标,出栈时计算天数差 #### **4. 删除重复字母(字典序最小)** - **关键点**:维护递增栈,处理字符最后出现位置 [^2] --- ### **单调栈适用条件** - 问题需找到**某一侧最近的边界元素**(更大/更小) - 计算过程需要**利用弹出元素的中间结果**(如面积、距离) - 数组遍历方向与边界查找方向一致(左→右找右边界,右→左找左边界) > 注:实际应用中,80% 单调栈问题可归结为以上场景。理解“单调性维护”和“边界触发计算”两个核心即可快速识别解法[^3][^5]。 --- **
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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