代码随想录算法训练营第63天（单调栈02 ● 503.下一个更大元素II ● 42. 接雨水

503.下一个更大元素II

这道题和739. 每日温度几乎如出一辙，可以自己尝试做一做
题目链接： 503.下一个更大元素II
文章/视频讲解： 503.下一个更大元素II

解题思路

解题关键在于如何模拟循环数组
思路1：直接把2个原数组拼接在一起
思路2：用取模操作模拟，我们用此思路来实现

这道题和739. 每日温度几乎一样，不同之处在于：

1. 循环for中的len要变成len * 2，i要变成i % lens，模拟循环过程
2. res数组存放的是右边第一个比它大的数值，而不是求右边第一个比它大的数值和它的距离

思考

对于[4,3,2,4,3,2] res=[-1,4,4,-1,-1,-1]，后面的-1不会覆盖前面的4，因为后面的值如果没有比他大的，并不会出栈
对于[1,2,3,1,2,3] res=[2,3,3,2,3,-1]

// 单调栈
class Solution {
    public int[] nextGreaterElements(int[] nums) {
        int lens = nums.length;
        int[] res = new int[lens];
        Arrays.fill(res, -1);
        Deque<Integer> stack = new LinkedList<>();
        stack.push(0);
        for(int i = 1; i < lens * 2; i++){
            if(nums[i % lens] <= nums[stack.peek()]){
                stack.push(i % lens);
            }else{
                while(!stack.isEmpty() && nums[i % lens] > nums[stack.peek()]){
                    res[stack.peek()] = nums[i % lens];
                    stack.pop();
                }
                stack.push(i % lens);
            }
        }
        return res;
    }
}

42. 接雨水 （面试特别高频

接雨水这道题目是 面试中特别高频的一道题，也是单调栈 应用的题目，大家好好做做。
建议是掌握 双指针 和单调栈，因为在面试中 写出单调栈可能 有点难度，但双指针思路更直接一些。
在时间紧张的情况有，能写出双指针法也是不错的，然后可以和面试官在慢慢讨论如何优化。
题目链接： 42. 接雨水
文章/视频讲解： 42. 接雨水

解题思路

单调栈

是按照行方向来计算雨水
从栈头（元素从栈头弹出）到栈底的顺序应该是从小到大的顺序
使用单调栈，也是通过 长 * 宽 来计算雨水面积的。长就是通过柱子的高度来计算，宽是通过柱子之间的下标来计算。其实就是栈顶和栈顶的下一个元素以及要入栈的元素，三个元素来接水

动态规划？

按照列方向来计算雨水，每列依次计算
先分别用 数组 leftMax[n] 和 rightMax[n] 记录每个柱子左边和右边的最大高度，
然后计算每个下标位置能接的雨水量

// 单调栈
class Solution {
    public int trap(int[] height) {
        Deque<Integer> stack = new LinkedList<>();
        int sum = 0;
        stack.push(0);
        int h, w, mid;
        for(int i = 1; i < height.length; i++){
            if(height[i] <= height[stack.peek()]){
                stack.push(i);
            }else{
                while(!stack.isEmpty() && height[i] > height[stack.peek()]){
                    mid = stack.peek();
                    stack.pop();  
                    if(!stack.isEmpty()){
                        h = Math.min(height[stack.peek()], height[i]) - height[mid];
                        w = i - stack.peek() - 1;
                        sum += h * w;
                    } 
                }
                stack.push(i); 
            }
        }
        return sum;
    }
}

//leecode官方题解中的动态规划  这是动态规划？
// leecode官方题解中将其利用双指针进一步减少空间复杂度，没看懂
class Solution {
    public int trap(int[] height) {
        int n = height.length;
        if(n <= 2) return 0;

        // 记录每个柱子左边柱子最大高度
        int[] leftMax = new int[n];
        leftMax[0] = height[0];
        for(int i = 1; i < n; i++){
            leftMax[i] = Math.max(leftMax[i - 1], height[i]);
        }

        // 记录每个柱子右边柱子最大高度
        int[] rightMax = new int[n];
        rightMax[n - 1] = height[n - 1];
        for(int i= n - 2; i >= 0; i--){
            rightMax[i] = Math.max(rightMax[i + 1], height[i]);
        }
        // 求和
        int ans = 0;
        for(int i = 1; i < n - 1; i++){
            ans += Math.min(leftMax[i], rightMax[i]) - height[i];
        }
        return ans;
    }
}