每日一道算法题LeetCode739：Daily Temperature（每日温度）

题目

leetcode 739
题目链接：link.
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。

分析

题目写的很花里胡哨，但是究其本质，就是要找每个数与下一个比它大的数的距离，如果后面没有比它大的数，结果就为0。

题解

暴力求解

看完题目，很容易就想到暴力求解，使用双重循环，实现很容易，但是时间空间都浪费了。代码如下：

    public static int[] dailyTemperatures(int[] T) {
        int[] result = new int[T.length];
        for (int i = 0; i < T.length; i++) {
            for(int j = i; j < T.length; j++) {
                if(T[j]>T[i]){
                    result[i] = j-i;
                    break;   // 找到之后就直接break
                }
                if(j == T.length-1 && T[j]<=T[i]) break;
            }
        }
        return result;
    }

递减栈

写完暴力法，很久都没有想到有啥其他方法（还是我菜），后来看了一下题解，一看到递减栈三个字，恍然大悟，实现下来也不难，但是只需要一次循环，时间复杂的O(n),代码如下：

	// 维护一个递减栈，上面的数始终比下面的数小，
	// 栈里只用存数的序号，每次遍历到一个数，
	// 从栈顶向栈底依次比较，碰到比本数大的数就将本数入栈
    public static int[] dailyTemperatures(int[] T){
        if (T == null || T.length == 0) return new int[0];
        Stack<Integer> stack = new Stack<>();
        int[] result = new int[T.length];

        for (int i = 0; i < T.length; i++) {
            while(!stack.empty() && T[i] > T[stack.peek()]){
                int index = stack.pop();
                result[index] = i - index;
            }
            stack.push(i);
        }
        return result;
    }

暴力求解改进

暴力求解的问题就是没有用到前面获得的数据，这个改进从后往前遍历，这样每次向后搜寻的时候，可以利用已经获得的信息进行跳过一些无用的循环，用时缩短很多，超过90+%。代码如下：

public static int[] dailyTemperatures(int[] T){
        int[] result = new int[T.length];
        for (int i = T.length-2; i >=0 ; i--) {   //从后往前
            int j = i+1;
            while (j < T.length){
                if(T[j]>T[i]){     // 大于直接设置结果
                    result[i] = j-i;
                    break;
                }
                else if(result[j]==0){   // 此时j <= i，并且j后没有比j大的值，那么一定没有比i大的值，直接设为0
                    break;
                }
                else{
                    j += result[j];   // 跳跃到下一个较大值,节省时间
                }
            }
        }
        return result;
    }

总结

这个题不算很难，主要题解还是使用递减栈，只是比较难想到（可能是因为我菜吧），至于第三种方法还是比较好理解的，就是一个小小的优化，但是时间上的提升很大。