单调栈的应用——每日温度

本文介绍了单调栈,包括其定义(有单调递增和递减栈)及操作示例。阐述了单调栈的作用,如找元素后首个更大或更小的数。以LeetCode“每日温度”题为例,对比暴力法,展示了用单调递减栈解题可提升时间效率,只需遍历一次数组。

何为单调栈?单调栈有什么用?什么情况下可以使用单调栈?为什么要使用单调栈?相信第一次接触到单调栈的你都会有这些疑问;栈是操作受限的线性表,对于插入和删除都只能在一端进行,而单调栈就是在栈的基础上进一步限制了,有单调递增栈和单调递减栈,对于单调递增栈来说,就是需要保证栈中的元素大小是单调递增的,同理,对于单调递减栈来说,需要保证栈中的元素大小是单调递减的

例如:对于(3,2,1)来说,满足单调递增栈,对于(1,2,3)来说,满足单调递减栈,而(3,1,2)既不满足单调递增栈也不满足单调递减栈

举一个例子,有一个数组[1,3,2,7],要将数组中的元素放到一个单调递减栈中,该如何操作:

  1. 当前元素为1,由于栈为空,1直接入栈,栈中元素(1)
  2. 当前元素为3,3>1,不满足单调栈,需要执行出栈操作,直至满足单调栈,也就是1出栈,此时栈为空,3可以入栈,栈中元素(3)
  3. 当前元素为2,2<3,满足单调栈,2可以直接入栈,栈中元素(3,2,)
  4. 当前元素为7,7>2,不满足单调栈,栈顶元素2需要出栈,此时新栈顶元素为3,7依旧大于3,继续出栈,此时栈为空,7可以入栈,栈中元素(7)

单调栈有什么用呢?

我看到网上很多介绍了单调栈的作用,总结如下:①如果要找到某个元素之后第一个比它大的数,可以使用单调递减栈,因为当要执行出栈操作时,说明当前元素比栈顶元素大;②如果要找到某个元素之后第一个比它小的数,可以使用单调递增栈,因为当要执行出栈操作时,说明当前元素比栈顶元素小

其实这个定义可能不太好理解,我第一次看到这个解释也是云里雾里,那么我建议直接上题目,通过题目来理解单调栈,并体会使用它的好处,leetcode上有好几道关于单调栈的典型应用,如:每日温度、接雨水、柱状图最大矩形,这里以“每日温度”作为例子来分析:

leetcode739. 每日温度(难度:中等)
题目描述:
请根据每日 气温 列表,重新生成一个列表。对应位置的输出为:要想观测到更高的气温,至少需要等待的天数。如果气温在这之后都不会升高,请在该位置用 0 来代替。
例如,给定一个列表 temperatures = [73, 74, 75, 71, 69, 72, 76, 73],你的输出应该是 [1, 1, 4, 2, 1, 1, 0, 0]。
提示:气温 列表长度的范围是 [1, 30000]。每个气温的值的均为华氏度,都是在 [30, 100] 范围内的整数。

解题思路:
对于这道题目,其实就是想要让我们找到每个数之后比第一个比它大的数,求出他们之间的距离,我一开始想到的是暴力法,也就是使用两层循环,但是双重循环效率太低了,这个时候我们应该要想到单调栈,单调栈不正是为了解决找到在某个数之后第一个比它大/小的数吗?因此这里我们尝试用单调递减栈来实现:

  1. 顺序遍历整个气温数组,如果当前遍历到的温度小于栈顶元素,那么符合单调递减栈,直接入栈即可
  2. 如果当前遍历到的温度大于栈顶元素,那么不符合单调递减栈,需要将栈顶元素出栈,此时可以计算当前元素和栈顶元素之间的距离查(通过数组的索引计算)
  3. 一个元素出栈之后,还应该继续判断新栈顶元素与当前元素的关系,如果小于当前元素,继续出栈,并且求出他们之间的距离差;重复同样的操作,直至满足单调栈的性质,当前元素入栈

使用了单调栈之后,我们只需要遍历一次整个数组就可以得到结果,大大提升了时间效率

public class 每日温度 {
    /**
     * 暴力法:双重for循环
     * @param T
     * @return
     */
    public int[] dailyTemperatures1(int[] T) {
        int[] res = new int[T.length];
        for (int i = 0; i < T.length - 1; i++) {
            for (int j = i + 1;j < T.length; j++) {
                if (T[j] > T[i]) {
                    res[i] = j - i;
                    break;
                }
            }
        }
        return res;
    }

    /**
     * 使用单调栈:对于每一个数来说,要找到右边第一个比他大的数,并求出他们的下标差
     * @param T
     * @return
     */
    public int[] dailyTemperatures2(int[] T) {
        int[] res = new int[T.length];
        // 创建一个栈,当做单调递减栈来用(栈中存放的是每个元素在T数组中的下标值)
        LinkedList<Integer> stack = new LinkedList<>();
        // 第一个元素下标值入栈
        stack.push(0);
        for (int i = 1; i < T.length; i++) {
            // 如果当前要入栈的元素值大于栈顶元素,那么违反单调栈的特性,需要出栈,直至符合条件才可入栈
            while (!stack.isEmpty() && T[i] > T[stack.peek()]) {
                int temp = stack.pop();
                res[temp] = i - temp;
            }
            stack.push(i);
        }
        return res;
    }
}
<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
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