[Notes] 2020.6.11 每日一题 温度升高检查

题目

根据每日 气温 列表，请重新生成一个列表，对应位置的输出是需要再等待多久温度才会升高超过该日的天数。如果之后都不会升高，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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/daily-temperatures
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

思路

1. 最简单，多层for循环搜索。复杂度O(n^2)
2. 官方思路，单调栈。复杂度O(n)
3. 官方思路，自后向前遍历。复杂度O(mn)

思路2是通过大空间换时间，首先构建温度30_{100每个温度第一次出现的下标记录表，这样从后向前遍历的时候，每遍历到一个温度值t，就在表格中搜索t}100度之间，第一次出现下标里最小的值，那个值就是下一次比t温度高的天的index。

思路3是通过遍历一次数组，将每个高值对应的多个低值相应的间隔统一设置。

这里的重点是多对一映射，应该由一向多去遍历；有意思的是单调栈这么个结构。

单调栈顾名思义，就是栈中的元素有对应的递增或者递减关系。这意味这个栈适用维护一种的排序关系的情况，因为栈的动态性，这种结构应该比较适合动态维护一种单调的排序关系。但是它和堆、红黑树又不一样，它因为有着栈的特性——后进先出，因此适用于多对一的局部排序（例如，对于递增栈，新元素比栈顶元素大，则栈顶元素要退栈），因此这个结构并不强调元素之间全面的比较。

解法

思路1：

class Solution:
    def dailyTemperatures(self, T: List[int]) -> List[int]:
        length = len(T)
        result = [0 for i in range(length)]
        for i in range(length):
            aa = T[i]
            for j in range(i, length):
                if T[j] > aa:
                    result[i] = j - i
                    break
        return result

注意，这个会超时。

思路2：

class Solution:
    def dailyTemperatures(self, T: List[int]) -> List[int]:
        length = len(T)
        result = [0] * length
        stack = []
        for i in range(length):
            current = T[i]

            while len(stack)>0 and current > T[stack[-1]]:
                tmpIndex = stack.pop()
                result[tmpIndex] = i - tmpIndex

            stack.append(i)
        return result

思路3：

class Solution:
    def dailyTemperatures(self, T: List[int]) -> List[int]:
        length = len(T)
        result = [0] * length
        tmpTable = {}
        MAX_VALUE = 300001

        for i in range(length-1,-1,-1):
            tmpTable[T[i]] = i
            tmpMinT = MAX_VALUE
            for j in range(T[i]+1,101):
                if (j in tmpTable) and (tmpTable[j] < tmpMinT):
                    tmpMinT = tmpTable[j]
            result[i] = tmpMinT - i if tmpMinT != MAX_VALUE else 0
        return result