• Leetcode 496. 下一个更大元素 I


    1.题目描述

     给定两个没有重复元素的数组 nums1 和 nums2 ,其中nums1 是 nums2 的子集。找到 nums1 中每个元素在 nums2 中的下一个比其大的值。

    nums1 中数字 x 的下一个更大元素是指 x 在 nums2 中对应位置的右边的第一个比 大的元素。如果不存在,对应位置输出-1。

    示例 1:

    输入: nums1 = [4,1,2], nums2 = [1,3,4,2].
    输出: [-1,3,-1]
    解释:
        对于num1中的数字4,你无法在第二个数组中找到下一个更大的数字,因此输出 -1。
        对于num1中的数字1,第二个数组中数字1右边的下一个较大数字是 3。
        对于num1中的数字2,第二个数组中没有下一个更大的数字,因此输出 -1。

    示例 2:

    输入: nums1 = [2,4], nums2 = [1,2,3,4].
    输出: [3,-1]
    解释:
        对于num1中的数字2,第二个数组中的下一个较大数字是3。
        对于num1中的数字4,第二个数组中没有下一个更大的数字,因此输出 -1。

    注意:

      1. nums1nums2中所有元素是唯一的。
      2. nums1nums2 的数组大小都不超过1000。

    2.解法一:暴力法(Brute Force)

    class Solution {
    public:
        vector<int> nextGreaterElement(vector<int>& findNums, vector<int>& nums) {
            //暴力法 O(m*n) 
            int sz1 = findNums.size();//m
            int sz2 = nums.size();//n
            for(int i = 0; i!=sz1; ++i){
                int j,m = 0;
                //找到在nums中的位置
                for(j = 0; j!=sz2; ++j){
                    if(findNums[i]==nums[j])
                        break;
                }
                //接着从下一个位置遍历,比较并赋值
                for(m = j; m!=sz2 ;++m){
                    if(nums[m] > findNums[i]){
                        res.push_back(nums[m]);
                        break;
                    }
                }
                //右边没有更大的数
                if(m == sz2)
                    res.push_back(-1); 
            }
            return res;
        }
    private:
        vector<int> res;
    };

    3.解法二:哈希表(数字与位置映射)

    • 改进点:哈希map映射寻找位置更快,比遍历寻找要快一些。

     正如解法一中所体现的,先是找到findNums中数字在nums中的位置,然后往后比较与赋相应值。

    使用哈希map建立nums中数字与位置的映射,可以加速找到findNums中数字在nums中的位置。

    class Solution {
    public:
        vector<int> nextGreaterElement(vector<int>& findNums, vector<int>& nums) {
            //建立nums中数字与位置的映射
            for (int i = 0; i < sz2; ++i) {
                m[nums[i]] = i;
            }
            //寻找右边更大的数字并赋相应值
            for (int i = 0; i < sz1; ++i) {
                res[i] = -1;
                int start = m[findNums[i]];
                for (int j = start + 1; j < sz2; ++j) {
                    if (nums[j] > findNums[i]) {
                        res[i] = nums[j];
                        break;
                    }
                }
            }
            return res;
        }
    private:
         int sz1 = findNums.size();
         int sz2 = nums.size();
         vector<int> res(sz1);
         unordered_map<int,int> m;
    };

    4.解法三:栈和哈希表(数字与右边更大数映射)

    解题思路:

    理解一:这道题要解决的问题比较简单。一,找到findNums中的数字在nums中的位置;二,寻找右边第一个更大的数字。

    理解二(解法三):一,先找出在muns中每一个元素的右边更大的数字;二,判断findNums中的数字是否在nums中,然后取得相应的右边第一个更大的数字或赋值-1。思路的改变,带来解法的改变。

    要点:如何利用已有的数据结构,快速解决这两个问题?

    (1)先找出在muns中每一个元素的右边更大的数字:哈希表 和 栈

    #生长点#
    ---为什么用栈来做比较更快?或者为什么这里可以用上栈结构?
    举个例子:1 3 8 2 4 6 9
    用栈比较时:
    1)1入栈,接着扫描到3,因为3比1大,所以1——>32)然后1出栈,3进栈,接着扫描到8,因为8比3大,所以3——>8
    3)然后3出栈,8进栈,接着扫描到2,2不大于8,2进栈,2成为新的栈顶元素
    4)接着扫描到4,因为4比2大,所以2——>4,然后2出栈,此时栈顶元素为8,因4不大于8,4进栈,继续扫描 
    5)接着扫描到6,因为6比4大,所以4——>6,然后4出栈,此时栈顶元素为8,因6不大于8,6进栈,继续扫描
    6)接着扫描到9,因为9比6大,所以6——>9,然后6出栈,此时栈顶元素为8,因9比8大,8——>9,然后8出栈,此时栈空
    7)9进栈,栈只有一个元素,后面没有更大的元素了。
    
    注:栈的特点体现在寻找 数字8 的右边第一个更大的 数字9 上面。

    (2),判断findNums中的数字是否在nums中:哈希表的find()或count()函数,时间复杂度为O(1)。

    注意:这里也用了哈希map,用法与解法二不同,区别在于相互映射的对象不同。

    class Solution {
    public:
        vector<int> nextGreaterElement(vector<int>& findNums, vector<int>& nums) {
           for (int num : nums) {
    //遍历栈,寻找栈中每一个元素的右边的第一个更大的数字
    while (!st.empty() && st.top() < num) { m[st.top()] = num; st.pop(); } st.push(num); } for (int num : findNums) { res.push_back(m.count(num) ? m[num] : -1); } return res; } private: stack<int> st;//注:栈可以用vector来模拟实现 unordered_map<int, int> m; vector<int> res; };

    参考资料:

    1.[LeetCode] Next Greater Element I 下一个较大的元素之一 博主Grandyang

  • 相关阅读:
    蓝桥杯_基础训练_龟兔赛跑预测
    大数加法
    Splay!
    topsort
    各种方法
    有时候dfs可以简化各种组合的操作
    组合数学
    重新认识三观
    手速狗还是不行啊。。。
    set和map和pair 转自ACdreamers
  • 原文地址:https://www.cnblogs.com/paulprayer/p/10169532.html
Copyright © 2020-2023  润新知