心得
- 直接拼接,插入复杂度O(n),需要优化,可以通过索引技巧来优化
题解
- 循环数组处理办法可以通过
2*size 然后i % sum.size()来遍历
class Solution {
public:
vector<int> nextGreaterElements(vector<int>& nums) {
vector<int> result(nums.size(), -1);
stack<int> st;
for (int i = 0; i < nums.size() * 2; i++) {
while (!st.empty() && nums[i % nums.size()] > nums[st.top()]) {
result[st.top()] = nums[i % nums.size()];
st.pop();
}
st.push(i % nums.size());
}
return result;
}
};
心得
题解
- 单调栈法:本质是按行来求取,通过单调栈来找到右边第一个比其大的元素,然后由于单调栈,前一个位置即为左边第一个大于该处的值,木桶求最短与对应宽度即可
- 双指针法:求列可以装的最大,需要找到左右侧最高取其min,然后该列宽度1即可求得,暴力即为O(N^2)在此基础上优化到O(n)
- 注意一个找左右第一个大,按行求解,另一个找左右最大,按列求解
// 单调栈O(n) O(n)
class Solution {
public:
int trap(vector<int>& height) {
if (height.size() <= 2) return 0
int sum = 0
stack<int> st
st.push(0)
for (int i = 1
if (height[i] < height[st.top()]) {
st.push(i)
} else if (height[i] == height[st.top()]) {
st.pop()
st.push(i)
} else {
while (!st.empty() && height[i] > height[st.top()]) {
int mid = st.top()
st.pop()
if (!st.empty()) {
int h = min(height[i], height[st.top()]) - height[mid]
int w = i - st.top() - 1
sum += w * h
}
}
st.push(i)
}
}
return sum
}
}
// 双指针
class Solution {
public:
int trap(vector<int>& height) {
if (height.size() <= 2) return 0
vector<int> maxLeft(height.size(), 0)
vector<int> maxRight(height.size(), 0)
int size = maxRight.size()
// 记录每个柱子左边柱子最大高度
maxLeft[0] = height[0]
for (int i = 1
maxLeft[i] = max(height[i], maxLeft[i - 1])
}
// 记录每个柱子右边柱子最大高度
maxRight[size - 1] = height[size - 1]
for (int i = size - 2
maxRight[i] = max(height[i], maxRight[i + 1])
}
// 求和
int sum = 0
for (int i = 0
int count = min(maxLeft[i], maxRight[i]) - height[i]
if (count > 0) sum += count
}
return sum
}
}