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
解题思路一:反向遍历
一看到题目,要找到下一个更高的温度,首先马上想到可以反向遍历。因为倒序的时候, 可以保证,如果有比当前温度大的下一个温度,一定会在遍历过的元素里。最重要的是,我们需要记录下来已经遍历过的元素。
然后我们看数组的元素的规律,温度的范围在30到100之间 。所以,我们可以维护一个101长度的数组next,温度为30至100度,作为数组的下标,元素设置为数组temperatures的下标。
- 维护的数组next,我们初始化元素值为Integer.MAX_VALUE
- 反向遍历数组
temperatures,设置当前温度的next元素值为数组temperatures的下标
- 以
当前
温度+1的位置开始,正向遍历数组next,找到元素值小于Integer.MAX_VALUE的值;这个值就是temperatures的下标,然后从这些元素值中找到最小下标的那个,即为最近的下一个更高的温度
具体代码如下所示:
class Solution {
public int[] dailyTemperatures(int[] temperatures) {
int [] ans = new int[temperatures.length];
int [] next = new int[101];
Arrays.fill(next, Integer.MAX_VALUE);
for (int i = temperatures.length - 1; i >= 0; i--) {
int temperature = temperatures[i];
ans[i] = 0;
next[temperature] = i;
int nextTemperatureIndex = Integer.MAX_VALUE;
for (int j = temperature + 1; j < 101; j++) {
if (next[j] < nextTemperatureIndex) {
nextTemperatureIndex = next[j];
}
}
if (nextTemperatureIndex < Integer.MAX_VALUE) {
ans[i] = nextTemperatureIndex - i;
}
}
return ans;
}
}
时间复杂度
- 时间复杂度:,其中n为数组
temperatures的长度,m
是数组next的长度。我们需要反向遍历一遍temperatures,并且遍历一遍数组next。
- 空间复杂度:,其中m 是数组next的长度。
解题思路二:单调栈
在上面的方法中,我们是通过反向遍历数组temperatures,然后再在额外的数组next中找到最小下标的。那么我们可以换一种数据结构存储温度的下标,提高效率么?
首先,我们来看,如果正向地遍历数组temperatures
遍历第1个元素的时候,我们记录下来下标0
遍历第2个元素,我们比较第temperatures[0]和temperatures[1]
如果temperatures[1]比temperatures[0]大,那么答案ans[0]= 1 - 0 = 1,并且我们就不用记录下标0了,转而记录下标1
如果temperatures[0]比temperatures[1]大,那么不能确定答案,并且我们还要记录下标1,然后继续下后面遍历,如果能找到下标i(i > 1),依次和下标1、下标0的温度值比较
如果temperatures[i]比temperatures[1]大,ans[1] = i - 1,并且我们移除记录的下标1;然后和下标0比较,具体类似步骤3、4
按照上面的步骤操作,我们会发现,可以额外用一个栈来记录下标,并且记录的下标对应的温度值,从栈底到栈顶,是依次递减的。每次遍历发现,当前遍历的温度值大于栈内下标对应的温度值时,可以依次弹栈并记录结果。具体代码如下所示:
class Solution {
public int[] dailyTemperatures(int[] temperatures) {
int[] ans = new int[temperatures.length];
Deque<Integer> stack = new LinkedList<Integer>();
// Stack<Integer> stack = new Stack<>();
for(int i = 0; i < temperatures.length; i++){
while(stack.isEmpty() == false && temperatures[stack.peek()] < temperatures[i]){
int pre = stack.pop();
ans[pre] = i - pre;
}
stack.push(i);
}
return ans;
}
}
时间复杂度
- 时间复杂度:,我们需要正向遍历一遍
temperatures,并且每个下标出入栈只有一次。
- 空间复杂度:,需要使用栈,最坏的情况下为n。
在实际使用中,发现使用Stack的效率较低,时间复杂度甚至高于反向遍历;当我们使用LinkedList的时候,效率是正常的。如果有兴趣,可以看看Stack和LinkedList的源码分别是怎么实现出栈入栈的。