单调栈,顾名思义就是栈内元素单调按照递增(递减)顺序排列的栈。
单调递增栈:
①在一个队列中针对每一个元素从它右边寻找第一个比它小的元素
②在一个队列中针对每一个元素从它左边寻找第一个比它小的元素
单调递减栈:
①在一个队列中针对每一个元素从它右边寻找第一个比它大的元素
②在一个队列中针对每一个元素从它左边寻找第一个比它大的元素
- peek()函数返回栈顶的元素,但不弹出该栈顶元素。
pop()函数返回栈顶的元素,并且将该栈顶元素出栈。
思想:
当前栈顶的意思是已经存在里面的了
i是将要存进去的
两个相比 然后如果i的数值大直接返回 相减的数值 否则 直接压入栈内
- class Solution {
- public int[] dailyTemperatures(int[] temperatures) {
- int n=temperatures.length;
- Stack<Integer> stack=new Stack<>();
- int[] ret=new int[n];
- for(int i=0;i<n;i++){
- while(!stack.empty()&& temperatures[stack.peek()]<temperatures[i]){
- int index=stack.pop();
- ret[index]=i-index;
- }stack.push(i);
- }
- return ret;
- }
- }
一些队列有大小限制,因此如果想在一个满的队列中加入一个新项,多出的项就会被拒绝。
这时新的 offer 方法就可以起作用了。它不是对调用 add() 方法抛出一个 unchecked 异常,而只是得到由 offer() 返回的 false。
element() 和 peek() 用于在队列的头部查询元素。与 remove() 方法类似,在队列为空时, element() 抛出一个异常,而 peek() 返回 null
- class MovingAverage {
- private int length;
- private Queue<Integer> queue;
- private double sum = 0;
-
- /** Initialize your data structure here. */
- public MovingAverage(int size) {
- length=size;
- queue=new LinkedList<Integer>();
- sum=0;
- }
-
- public double next(int val) {
- if(queue.size()==length){
- sum-=queue.remove();
- }
- queue.add(val);
- sum+=val;
- return sum/queue.size();
- }
- }
重点是在当遍历发现原有的数组和滑动窗口的量相同时
先remove或者poll队列的首段然后再加入尾端
然后再进行相除
ArrayDeque是java中对双端队列的线性实现
Stack,当用于队列时,性能优于LinkedListnull- class RecentCounter {
- Queue<Integer> queue;
- public RecentCounter() {
- queue=new ArrayDeque<Integer>();
-
- }
-
- public int ping(int t) {
- queue.offer(t);
- while(queue.peek()<t-3000){
- queue.poll();
-
- }
- return queue.size();
- }
- }
队列
我们可以用一个队列维护发生请求的时间,当在时间 tt 收到请求时,将时间 tt 入队。
由于每次收到的请求的时间都比之前的大,因此从队首到队尾的时间值是单调递增的。当在时间 tt 收到请求时,为了求出 [t-3000,t][t−3000,t] 内发生的请求数,我们可以不断从队首弹出早于 t-3000t−3000 的时间。循环结束后队列的长度就是 [t-3000,t][t−3000,t] 内发生的请求数。