博客
关于我
LeetCode0739. 每日温度
阅读量:307 次
发布时间:2019-03-03

本文共 518 字,大约阅读时间需要 1 分钟。

一. 题目
  • 题目: 给定一个温度数组,计算每个元素比前面较大的元素的差值
  • 二. 方法一: 单调栈
  • 解题步骤

  • 解题代码示例

    def dailyTemperatures(self, T: List[int]) -> List[int]:    stack = []    result = [_ for _ in T]    for index in range(len(T)):        while stack and T[index] > T[stack[-1]]:            result[stack[-1]] = index - stack[-1]            stack.pop()        stack.append(index)    for ele in stack:        result[ele] = 0    return result
  • 时间复杂度: O(n)

  • 空间复杂度: O(n)

  • 三. 优化说明
    本文采用单调栈算法,通过维护一个递减序列来记录温度数组中每个元素的前驱元素索引,从而计算出每个元素与前驱元素的差值。该算法在时间和空间复杂度均为O(n)的前提下,高效解决了问题。

    转载地址:http://pjum.baihongyu.com/

    你可能感兴趣的文章
    org.apache.poi.hssf.util.Region
    查看>>
    org/hibernate/validator/internal/engine
    查看>>
    orm总结
    查看>>
    paddle的两阶段基础算法基础
    查看>>
    SpringBoot中重写addCorsMapping解决跨域以及提示list them explicitly or consider using “allowedOriginPatterns“ in
    查看>>
    Palo Alto Networks PAN-OS身份认证绕过导致RCE漏洞复现(CVE-2024-0012)
    查看>>
    pandas DataFrame 中的自定义浮点格式
    查看>>
    Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
    查看>>
    pandas 适用,但仅适用于满足条件的行
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    Pandas数据可视化怎么做?用实战案例告诉你!
    查看>>
    Pandas数据结构之DataFrame常见操作
    查看>>
    pandas整合多份csv文件
    查看>>
    pandas某一列转数组list
    查看>>
    pandas的to_sql方法中使用if_exists=‘replace‘
    查看>>
    Parallel.ForEach的基础使用
    查看>>
    parallels desktop for mac安装虚拟机 之parallelsdesktop密钥 以及 parallels desktop安装win10的办公推荐可以提高办公效率...
    查看>>
    PATA1038题解(需复习)
    查看>>
    Path does not chain with any of the trust anchors
    查看>>