zoukankan      html  css  js  c++  java
  • leetcode hot 100

    739. 每日温度

    题目描述

    请根据每日 气温 列表,重新生成一个列表。对应位置的输出为:要想观测到更高的气温,至少需要等待的天数。如果气温在这之后都不会升高,请在该位置用 0 来代替。

    例如,给定一个列表 temperatures = [73, 74, 75, 71, 69, 72, 76, 73],你的输出应该是 [1, 1, 4, 2, 1, 1, 0, 0]。

    提示:气温 列表长度的范围是 [1, 30000]。每个气温的值的均为华氏度,都是在 [30, 100] 范围内的整数。

    思路一:暴力双循环

    从当前元素往后找,找到第一个大于自己的元素,保存下标之差

     1 class Solution {
     2     public int[] dailyTemperatures(int[] T) {
     3         // 暴力双重循环
     4         int len = T.length;
     5         int[] arr = new int[len];
     6         for(int i = 0; i < len-1; i++){
     7             for(int j = i+1; j < len; j++){  // 跳过温度小于等于T[i]的
     8                if(T[i] < T[j]){
     9                     arr[i] = j - i;
    10                     break;
    11                }
    12             }
    13         }
    14         return arr;
    15     }
    16 }

    leeetcode 执行用时:1248 ms > 5.01%, 内存消耗:46.7 MB > 45.47%

    复杂度分析:

    时间复杂度:有两个for循环,最坏时间复杂度为O(n2)

    空间复杂度:除了用来存储结果的数组arr[], 其他的空间都是常量级别的,所以空间复杂度为O(1)

    思路二:利用递减栈

    思路分析:https://leetcode-cn.com/problems/daily-temperatures/solution/leetcode-tu-jie-739mei-ri-wen-du-by-misterbooo/(强力推荐)

    遍历数组,判断当前元素与栈顶下标对应的元素的大小,如果如果当前元素大于栈顶下标对应的元素,弹出栈顶下标,计算当前元素和栈顶下标之差,保存在栈顶下标的结果数组中,否则将当前元素的下标也压入栈中,始终保持从栈底到栈顶下标对应的元素是递减的。

     1 class Solution {
     2     public int[] dailyTemperatures(int[] T) {
     3         // 递减栈
     4         int len = T.length;
     5         int[] res = new int[len];
     6         Stack<Integer> stack = new Stack<Integer>();
     7 
     8         // 遍历数组
     9         for(int i = 0; i < len; i++){
    10             // 如果栈不为空且栈顶下标对应的元素小于当前元素,持续弹栈,计算下标之差
    11             while(!stack.isEmpty() && T[i] > T[stack.peek()]){
    12                 int index = stack.pop();
    13                 res[index] = i - index;
    14             }
    15 
    16             // 最后将当前元素的下标压入栈中
    17             stack.push(i);
    18         }
    19         return res;
    20     }
    21 }

    leetcode 执行用时:22 ms > 51.39%, 内存消耗:46.7 MB > 38.37%, 根据这个运行时间来看,确实是快了几十倍

    复杂度分析:

    时间复杂度:只遍历了一次数组,所以时间复杂度为O(n)

    空间复杂度:需要一个栈,栈的最大大小可能为数组大小,所以空间复杂度为O(n)

  • 相关阅读:
    awk-使用
    缓存使用
    一致性hash-java实现treemap版
    线程同步-CountDownLatch
    一致性hash算法
    linux-配置字符串-grep
    linux-查找命令-find
    linux-网络监控命令-netstat进阶
    linux-网络监控命令-netstat初级
    linux-单引号、双引号、反引号的区别。
  • 原文地址:https://www.cnblogs.com/hi3254014978/p/13782040.html
Copyright © 2011-2022 走看看