一开始没理解题意,以为是求第 i
天及以前,小于等于 prices[i]
的最大连续子串的长度。后来才发现,这个最大连续子串必须包含当天。
所以问题就转换成了:从右往左寻找第一个大于 prices[i]
的数。
第一个想法是暴力。也就是对于每一天,从右往左遍历,寻找第一个大于 prices[i]
的数。
但是,注意数据范围为 O ( n 5 ) O(n^5) O(n5) ,并且调用操作的数量级为 O ( n 4 ) O(n^4) O(n4),而暴力的时间复杂度为 O ( n 2 ) O(n^2) O(n2),必定超时。
需要进行优化。既然要优化,那么 能够利用的只有当天以前的答案(因为每一天都要计算,答案是动态累积的)。
设:数组 prices[]
维护股票每一天的价格,数组 spans[]
维护每一天的答案。又注意到,若 s p a n s [ i ] = k spans[i] = k spans[i]=k,那么也就是说, p r i c e s [ i − k + 1 ] − p r i c e s [ i ] prices[i - k +1] - prices[i] prices[i−k+1]−prices[i] 都将小于等于 p r i c e s [ i ] prices[i] prices[i],也就是说, s p a n s [ i ] spans[i] spans[i] 实际上维护了一个区间的最大值。
那么,假设股票的当天价格为 p r i c e price price,从右向左遍历数组 prices[]
:
class StockSpanner {
public:
StockSpanner() {}
int next(int price) {
int ans = 1, tmp = 0;
int idx = prices.size() - 1;
if(idx == -1)
{
prices.emplace_back(price);
spans.emplace_back(1);
return 1;
}
if(prices[idx] > price)
{
ans = max(ans, tmp);
idx--;
tmp = 0;
}
else
{
if(idx == prices.size() - 1) tmp = 1;
while(idx >= 0 && prices[idx] <= price)
{
tmp += spans[idx];
idx -= spans[idx];
}
}
ans = max(ans, tmp);
prices.emplace_back(price);
spans.emplace_back(ans);
return ans;
}
private:
vector<int> prices, spans;
};
/**
* Your StockSpanner object will be instantiated and called as such:
* StockSpanner* obj = new StockSpanner();
* int param_1 = obj->next(price);
*/
时间复杂度:不会算 :)
空间复杂度:不会算 :)
由于这道题的本质就是寻找 p r i c e price price 左侧第一个大于 p r i c e price price 的元素,所以显然可以使用单调递减栈来解答。
为了获取跨度,再在栈中存储一个 i d x idx idx 信息。
class StockSpanner {
public:
StockSpanner(): size(0) {}
int next(int price) {
pair<int, int> cur(price, ++size);
pair<int, int> tmp(0, 0);
while(!st.empty() && st.top().first <= price) st.pop();
if(!st.empty()) tmp = st.top();
st.push(cur);
return cur.second - tmp.second;
}
private:
stack<pair<int, int> > st;
int size;
};
/**
* Your StockSpanner object will be instantiated and called as such:
* StockSpanner* obj = new StockSpanner();
* int param_1 = obj->next(price);
*/
时间复杂度: O ( n ) O(n) O(n)。
空间复杂度: O ( n ) O(n) O(n)。