leetcode里easy和medium的题目往往考察数据结构超过算法,即使到了hard,也很关注数据结构本身,而且都是常见的数据结构。这与leetcode面向interview有关系,无怪乎ACMer看不上。
各种数据结构又以栈的使用最广,如设计题目中的232. 用栈实现队列,232. 用栈实现队列,155. 最小栈。其中155题很是巧妙,在一个栈里同时保存当前值和当前值与当前的最小值的差值,实现在O(1)的时间获取栈的当前最小值。当然,栈更多的使用场景是辅助实现一些算法功能,比如实现前中后序迭代遍历二叉树,又比如利用单调栈将蛮力算法的复杂度降低到O(n)。

单调栈

84. 柱状图中最大的矩形 是利用单调栈将蛮力算法的复杂度降低到O(n)的典型题目。核心代码如下:

              for (int i = 1; i < len; i++) {
                  while (cs[path.peekLast()]>cs[i]){
                      //i点为右侧,取出最高点后,path.getLast()为左侧
                      //(左右都比当前点要小,所以以当前点为高度的面积的宽度为右侧-左侧)
                      max=Math.max(max,cs[path.pollLast()]*(i-path.peekLast()-1));
                      
                  }
                  path.addLast(i);
      
              }

代码很简单,然而这个题目的难度是hard。
算法的核心是找到对于每个圆柱,找到连续的最左和最右比自己高的圆柱,相减为宽度,乘以圆柱本身也就是面积,依次遍历所有圆柱,比较出最大的面积即可。蛮力算法即对每个圆柱,都向左和向右遍历,复杂度是O(n^2).而利用单调栈的特性,可以将向左和向右遍历这个步骤去掉。向右遍历每个圆柱(i),如果圆柱比栈里最后一个圆柱要高,将此圆柱(i)压入栈,继续遍历;如果圆柱比栈里最后一个圆柱要低,由于此时单调性被破坏,暂停,从栈里不停取出圆柱(path.pollLast()),宽度为i-path.peekLast()-1(由于前一步执行的是poll,目前剩余的最后一个也就是比圆柱(i)矮或相等的圆柱的下标,两个下标相减正好是中间的宽度),得到面积,比较最大值。一直到栈里最后的圆柱(path.pollLast())高度大于圆柱(i),单调性得以恢复,将此圆柱(i)压入栈,继续向前遍历。如此一遍即可得出最大面积。
单调栈借鉴了数学里单调性的定义,语言描述较为生涩,实际在纸张上画出则非常容易理解,在左右两侧有高度为-1的哨兵的情况下,由于单调栈是单调递增,所以单调栈内部的元素共享统一的最右侧下标,而每个圆柱的最左侧下标也就是单调栈里保存的前一个圆柱。另外 [85. 最大矩形]是这个题的二维版本,无非是在此基础上做一个简单的判断+二维循环。
Is this article useful to you? How about buy me a coffee ?