【中等】739. 每日温度

给定一个整数数组 temperatures ，表示每天的温度，返回一个数组 answer ，其中 answer[i] 是指对于第 i 天，下一个更高温度出现在几天后。如果气温在这之后都不会升高，请在该位置用 0 来代替。

示例 1:

输入: temperatures = [73,74,75,71,69,72,76,73]
输出: [1,1,4,2,1,1,0,0]

示例 2:

输入: temperatures = [30,40,50,60]
输出: [1,1,1,0]

示例 3:

输入: temperatures = [30,60,90]
输出: [1,1,0]

提示：

• 1 <= temperatures.length <= 105
• 30 <= temperatures[i] <= 100

---

1. 生活案例：排队买奶茶

想象你在一家网红奶茶店排队：

• 规则：每个人手里都有一个号码牌（代表温度）。你想知道，在你后面排队的人里，第一个比你号码大的人离你有多远。

• 过程：

  1. 你站在队伍里等。
  2. 新来一个人，如果他的号码比你小，你也得继续等，他也得在你后面等。
  3. 新来一个人，如果他的号码比你大，恭喜你！你等到了。你算出你们之间的距离（比如他是你后面第3个），然后你就可以拿着奶茶离开了。

这个“等待”的队伍，在编程里就是单调栈。

---

2. 代码实现与详细注释

这是你图片中的代码，我为你加上了结合生活案例的详细中文注释：

JavaScript

/**
 * @param {number[]} temperatures - 每天的温度数组 (每个人手里的号码牌)
 * @return {number[]} - 返回一个数组，表示还要等几天才有更高温
 */
var dailyTemperatures = function(temperatures) {
    let stack = []; // 【等候区】：存放还没找到“更高温”的那些天的【下标】
    let n = temperatures.length;
    let result = new Array(n).fill(0); // 【结果单】：默认都是0，如果后面没等到的，就留作0

    for (let i = 0; i < n; i++) {
        // 当【等候区】有人，且【今天新来的温度】比【等候区最后一个人】的温度高时
        // 意味着等候区的人终于等到了他的“温暖”
        while (stack.length !== 0 && temperatures[i] > temperatures[stack[stack.length - 1]]) {
            
            // 1. 把等到了的那个人从等候区请出来 (出栈)
            let prevIndex = stack.pop(); 
            
            // 2. 计算那个人等了几天 (今天的下标 - 那人的下标)
            result[prevIndex] = i - prevIndex; 
            
            // 继续检查等候区里的前一个人，看看今天是不是也比他高
        }
        
        // 今天的温度暂时还没找到比它更高的，或者刚处理完别人，今天自己也要进【等候区】排队
        stack.push(i);
    }

    return result;
};

---

3. 核心原理解析

为什么用栈（Stack）？

• 后进先出：在温度数组中，我们总是先拿“今天”的温度去和“最近还没找到更高温”的那几天比。
• 保持单调性：在这个栈里，温度永远是从底到顶递减的。一旦来了一个高个子（高温），它就会把栈顶那些矮个子（低温）全部“解救”出来。

运行轨迹示例：

假设温度是 [73, 74, 75, 71, 69, 72]：

1. 73 进栈。

2. 74 来了，比 73 高。73 出栈，记录结果：74(位置1) - 73(位置0) = 1。然后 74 进栈。

3. 75 来了，比 74 高。74 出栈，记录结果：2 - 1 = 1。然后 75 进栈。

4. 71 来了，比 75 低。71 进栈（等候区）。

5. 69 来了，比 71 低。69 进栈（等候区）。此时栈里有：[75, 71, 69]。

6. 72 来了！

   • 比 69 高：69 出栈，计算 5 - 4 = 1。
   • 比 71 高：71 出栈，计算 5 - 3 = 2。
   • 比 75 低：72 进栈。

复杂度

• 时间复杂度：$O(n)$。虽然有嵌套循环，但每个元素最多进栈一次、出栈一次。
• 空间复杂度：$O(n)$。最坏情况下，所有温度都在栈里排队。

这种解法比暴力双循环（$O(n^2)$）快得多，尤其是在处理像 10 万条数据这种大规模输入时。