精品推荐:
《征服数据结构》专栏:50多种数据结构彻底征服
《经典图论算法》专栏:50多种经典图论算法全部掌握
昨天(9月13号)京东集团宣布再次启动加薪:自2024年10月1日起,京东零售集团和职能体系将用两年时间实现20薪,其他部门也将随后陆续启动加薪计划。
在这种大环境下,不少企业选择开源(猿)节流,降本增效(笑),而京东却反其道而行之,给员工加薪,也是难能可贵。目前很多企业连15薪都达不到,京东能加到20薪,在整个中国也是凤毛麟角,屈指可数。
网友评论:
--------------下面是今天的算法题--------------
来看下今天的算法题,这题是LeetCode的第2454题:下一个更大元素 IV。
问题描述
来源:LeetCode第2454题
难度:困难
给你一个下标从 0 开始的非负整数数组 nums 。对于 nums 中每一个整数,你必须找到对应元素的第二大整数。
如果 nums[j] 满足以下条件,那么我们称它为 nums[i] 的第二大整数:
1,j > i
2,nums[j] > nums[i]
3,恰好存在 一个 k 满足 i < k < j 且 nums[k] > nums[i] 。
如果不存在 nums[j] ,那么第二大整数为 -1 。
1,比方说,数组 [1, 2, 4, 3] 中,1 的第二大整数是 4 ,2 的第二大整数是 3 ,3 和 4 的第二大整数是 -1 。
请你返回一个整数数组 answer ,其中 answer[i]是 nums[i] 的第二大整数。
示例1:
输入:nums = [2,4,0,9,6]
输出:[9,6,6,-1,-1]
解释:
下标为 0 处:2 的右边,4 是大于 2 的第一个整数,9 是第二个大于 2 的整数。
下标为 1 处:4 的右边,9 是大于 4 的第一个整数,6 是第二个大于 4 的整数。
下标为 2 处:0 的右边,9 是大于 0 的第一个整数,6 是第二个大于 0 的整数。
下标为 3 处:右边不存在大于 9 的整数,所以第二大整数为 -1 。
下标为 4 处:右边不存在大于 6 的整数,所以第二大整数为 -1 。
所以我们返回 [9,6,6,-1,-1]
示例2:
输入:nums = [3,3]
输出:[-1,-1]
解释:
由于每个数右边都没有更大的数,所以我们返回 [-1,-1] 。
1 <= nums.length <= 10^5
0 <= nums[i] <= 10^9
问题分析
关于下一个更大元素,在LeetCode上总共有4道,前面我们已经讲了3道,今天这个是最后一道,关于前面讲的可以看下:
这题说的是找出当前元素后面第 2 大的整数,这里我们可以使用单调栈加上堆两种数据结构来解决。
如果当前元素比前面某个元素num大,就把num添加到堆中,这样我们就可以保证堆中的的元素都已经遇到了后面比它大的值。
如果堆中的元素 x 小于当前遍历的元素,说明 x 遇到了右边第 2 个比它大的,我们以示例 1 为例画个图看下。
JAVA:
public int[] secondGreaterElement(int[] nums) {
int[] ans = new int[nums.length];
Arrays.fill(ans, -1);
Stack<Integer> stk = new Stack<>();
PriorityQueue<int[]> pq = new PriorityQueue<>(Comparator.comparingInt(a -> a[0]));
for (int i = 0; i < nums.length; ++i) {
// 堆中的元素都小于某一个值,如果再小于nums[i],说明nums[i]就是第二大的值。
while (!pq.isEmpty() && pq.peek()[0] < nums[i])
ans[pq.poll()[1]] = nums[i];
// 栈顶元素小于当前元素nums[i]的都添加到堆中
while (!stk.isEmpty() && nums[stk.peek()] < nums[i])
pq.offer(new int[]{nums[stk.peek()], stk.pop()});
stk.push(i);
}
return ans;
}
C++:
public:
vector<int> secondGreaterElement(vector<int> &nums) {
vector<int> ans(nums.size(), -1);
stack<int> stk;
// 使用lambda表达式定义比较函数,这里我们使用pair<int, int>来存储值和索引
auto comp = [](const pair<int, int> &a, const pair<int, int> &b) {
return a.first > b.first;
};
priority_queue<pair<int, int>, vector<pair<int, int>>, decltype(comp)> pq(comp);
for (int i = 0; i < nums.size(); ++i) {
// 移除堆中所有小于当前nums[i]的元素,并更新答案
while (!pq.empty() && pq.top().first < nums[i]) {
ans[pq.top().second] = nums[i];
pq.pop();
}
// 将栈中所有小于当前nums[i]的元素弹出,并将它们的索引和值作为pair加入堆中
while (!stk.empty() && nums[stk.top()] < nums[i]) {
pq.emplace(nums[stk.top()], stk.top());
stk.pop();
}
// 将当前索引压入栈中
stk.push(i);
}
return ans;
}
Python:
def secondGreaterElement(self, nums: List[int]) -> List[int]:
ans = [-1] * len(nums)
stk = []
pq = []
for i, num in enumerate(nums):
while pq and pq[0][0] < num:
_, index = heapq.heappop(pq)
ans[index] = num
while stk and nums[stk[-1]] < num:
heapq.heappush(pq, (nums[stk[-1]], stk.pop()))
stk.append(i)
return ans
笔者简介
博哥,真名:王一博,毕业十多年,《算法秘籍》作者,专注于数据结构和算法的讲解,在全球30多个算法网站中累计做题2000多道,在公众号中写算法题解800多题,对算法题有自己独特的解题思路和解题技巧,喜欢的可以给个关注,也可以下载我整理的1000多页的PDF算法文档。
数组,稀疏表(Sparse Table),单向链表,双向链表,块状链表,跳表,队列和循环队列,双端队列,单调队列,栈,单调栈,双端栈,散列表,堆,字典树(Trie树),ArrayMap,SparseArray,二叉树,二叉搜索树(BST),笛卡尔树,AVL树,树堆(Treap),FHQ-Treap
……
图的介绍,图的表示方式,邻接矩阵转换,广度优先搜索(BFS),深度优先搜索(DFS),A*搜索算法,迭代深化深度优先搜索(IDDFS),IDA*算法,双向广度优先搜索,迪杰斯特拉算法(Dijkstra),贝尔曼-福特算法(Bellman-Ford),SPFA算法,弗洛伊德算法(Floyd)
……