使用栈实现队列的下列操作:
- push(x) – 将一个元素放入队列的尾部。
- pop() – 从队列首部移除元素。
- peek() – 返回队列首部的元素。
- empty() – 返回队列是否为空。
示例:
MyQueue queue = new MyQueue();
queue.push(1);
queue.push(2);
queue.peek(); // 返回 1
queue.pop(); // 返回 1
queue.empty(); // 返回 false
说明:
解答:
用两个栈结构:push 和 pop
JAVA代码:
class MyQueue {
private Stack<Integer> push;
private Stack<Integer> pop;
/** Initialize your data structure here. */
public MyQueue() {
push = new Stack<Integer>();
pop = new Stack<Integer>();
}
/** Push element x to the back of queue. */
public void push(int x) {
push.push(x);
}
/** Removes the element from in front of queue and returns that element. */
public int pop() {
if (pop.empty()){
while (!push.empty()){
pop.push(push.pop());
}
}
return pop.pop();
}
/** Get the front element. */
public int peek() {
if (pop.empty()){
while (!push.empty()){
pop.push(push.pop());
}
}
return pop.peek();
}
/** Returns whether the queue is empty. */
public boolean empty() {
if (push.empty() && pop.empty()){
return true;
}
else return false;
}
}
/**
* Your MyQueue object will be instantiated and called as such:
* MyQueue obj = new MyQueue();
* obj.push(x);
* int param_2 = obj.pop();
* int param_3 = obj.peek();
* boolean param_4 = obj.empty();
*/
使用队列实现栈的下列操作:
- push(x) – 将元素 x 推入栈中。
- pop() – 删除栈顶的元素。
- top() – 获取栈顶元素。
- empty() – 返回栈是否为空
注意:- 你只能使用队列的基本操作-- 也就是 push to back, peek/pop from front, size, 和 is empty 这些操作是合法的。
- 你所使用的语言也许不支持队列。 你可以使用 list 或者 deque(双端队列)来模拟一个队列 , 只要是标准的队列操作即可。
- 你可以假设所有操作都是有效的(例如, 对一个空的栈不会调用 pop 或者 top 操作)。
题解:
用两个队列实现栈结构。
队列:先进先出
栈:先进后出
使用两个队列:data 和 help
出栈:
入栈:直接入队列 data.
JAVA代码:
class MyStack {
private Queue<Integer> data;
private Queue<Integer> help;
/** Initialize your data structure here. */
public MyStack() {
data = new LinkedList<Integer>();
help = new LinkedList<Integer>();
}
/** Push element x onto stack. */
public void push(int x) {
data.add(x);
}
/** Removes the element on top of the stack and returns that element. */
public int pop() {
while (data.size()>1){
help.add(data.remove());
}
int top = data.remove();
Queue<Integer> temp = data;
data = help;
help = temp;
return top;
}
/** Get the top element. */
public int top() {
while (data.size()>1){
help.add(data.remove());
}
int top = data.peek();
help.add(data.remove());
Queue<Integer> temp = data;
data = help;
help = temp;
return top;
}
/** Returns whether the stack is empty. */
public boolean empty() {
if (data.isEmpty()){
return true;
}
else return false;
}
}
/**
* Your MyStack object will be instantiated and called as such:
* MyStack obj = new MyStack();
* obj.push(x);
* int param_2 = obj.pop();
* int param_3 = obj.top();
* boolean param_4 = obj.empty();
*/
时间复杂度:入队O(1), 出队O(n)
设计一个支持 push,pop,top 操作,并能在常数时间内检索到最小元素的栈。
示例:
MinStack minStack = new MinStack();
minStack.push(-2);
minStack.push(0);
minStack.push(-3);
minStack.getMin(); --> 返回 -3.
minStack.pop();
minStack.top(); --> 返回 0.
minStack.getMin(); --> 返回 -2.
解答:
设计两个栈:data 和 min
data 代表当前栈,min 保存当前栈的最小元素。
进栈时:比较当前元素 x 与 min 栈顶元素 top
出栈时:data 和 min 同时弹出栈顶元素。
mini 的栈顶元素即为 data 栈中的最小元素。
JAVA代码
class MinStack {
/** initialize your data structure here. */
private Stack<Integer> stackData;
private Stack<Integer> stackMin;
public MinStack() {
stackData = new Stack<Integer>();
stackMin = new Stack<Integer>();
}
public void push(int x) {
stackData.push(x);
if (!stackMin.isEmpty()) {
if (x < stackMin.peek()) {
stackMin.push(x);
}
else stackMin.push(stackMin.peek());
}
else{
stackMin.push(x);
}
}
public void pop() {
stackData.pop();
stackMin.pop();
}
public int top() {
return stackData.peek();
}
public int getMin() {
return stackMin.peek();
}
}
时间复杂度:O(1)
空间复杂度:O(n)
给定一个只包括 ‘(’,’)’,’{’,’}’,’[’,’]’ 的字符串,判断字符串是否有效。
有效字符串需满足:
左括号必须用相同类型的右括号闭合。
左括号必须以正确的顺序闭合。
注意空字符串可被认为是有效字符串。
示例 1:
输入: "()"
输出: true
示例 2:
输入: "()[]{}"
输出: true
示例 3:
输入: "(]"
输出: false
示例 4:
输入: "([)]"
输出: false
class Solution {
public boolean isValid(String s) {
Stack<Character> stack = new Stack<>();
for (int i=0; i<s.length(); i++){
if (!stack.isEmpty() && ((stack.peek() == '('&& s.charAt(i)==')')||(stack.peek() == '{'&& s.charAt(i)=='}')||(stack.peek() == '['&& s.charAt(i)==']')))
stack.pop();
else stack.push(s.charAt(i));
}
return stack.isEmpty()? true: false;
}
}
时间复杂度O(n)
空间复杂度O(n)
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。
题解:
1. 暴力法
每一个元素都往后找第一个比它大的数的下标
//暴力算法
// 每一个元素都往后找比他大的数
class Solution {
public int[] dailyTemperatures(int[] T) {
int[] res = 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]){
res[i] = j-i;
break;
}
}
}
return res;
}
}
时间复杂度O(n^2)
空间复杂度O(n), 存结果
2. 用一个next数组存每个元素的下标*
从后向前遍历元素,在next中找下标为比当前元素大的元素,next中值最小的元素即为离当前元素最近的比它的元素。
class Solution {
public int[] dailyTemperatures(int[] T) {
int[] next = new int[101];
Arrays.fill(next, Integer.MAX_VALUE);
int[] res = new int[T.length];
for (int i=T.length-1; i>=0; i--){
int curr = Integer.MAX_VALUE; //在next中当前元素值, 即比T[i]大的元素的下标
//在next数组中找比当前元素大且离当前元素最近的元素,得到其下标
for (int j = T[i]+1; j<101; j++){
if (next[j] < curr){
curr = next[j];
}
}
if (curr<Integer.MAX_VALUE)
res[i] = curr-i;
next[T[i]] = i;
}
return res;
}
}
时间复杂度O(nw), w为元素取值的范围宽度
空间复杂度O(n+w)
3. 利用栈*
栈中存放元素下标。
倒序遍历数组,若当前元素比栈中下标对应元素大,出栈,直到当前元素小于栈中小标对应的元素。那么栈中就是需要找到的下标。
//栈
class Solution {
public int[] dailyTemperatures(int[] T) {
int[] res = new int[T.length];
Stack<Integer> stack = new Stack<>();
for (int i = T.length-1; i>=0; i--){
while (!stack.isEmpty() && T[i]>=T[stack.peek()]){
stack.pop();
}
if (!stack.isEmpty())
res[i] = stack.peek()-i;
stack.push(i);
}
return res;
}
}
时间复杂度O(n)
空间复杂度O(n)
给定一个循环数组(最后一个元素的下一个元素是数组的第一个元素),输出每个元素的下一个更大元素。数字 x 的下一个更大的元素是按数组遍历顺序,这个数字之后的第一个比它更大的数,这意味着你应该循环地搜索它的下一个更大的数。如果不存在,则输出 -1。
示例 1:
输入: [1,2,1]
输出: [2,-1,2]
解释: 第一个 1 的下一个更大的数是 2;
数字 2 找不到下一个更大的数;
第二个 1 的下一个最大的数需要循环搜索,结果也是 2。
注意: 输入数组的长度不会超过 10000。
题解:利用栈
与739题类似,不同的是这题给出的数组为循环数组。
对循环数组的访问可用以下形式:i % nums.length
, i
为任意数字。
而对于这题,我们只需要重复访问数组两次,所以i的取值为0~2*nums.length-1
可以理解为数组中的每一个数字,希望能访问到它后面的数字,也能访问到它前面的数字。
class Solution {
public int[] nextGreaterElements(int[] nums) {
int size = nums.length;
int[] res = new int[size];
Stack<Integer> stack = new Stack<>();
for (int i = 2*size-1; i>=0; i--){
while (!stack.isEmpty() && nums[i%size] >= nums[stack.peek()]){
stack.pop();
}
res[i%size] = stack.isEmpty()? -1: nums[stack.peek()];
stack.push(i%size);
}
return res;
}
}
时间复杂度O(n)
空间复杂度O(n)