1. 解题思路
1.1 回顾栈的特性
只在一端 插入和删除数据,并且数据存在先进后出,后进先出的特性。
核心代码
class Solution: def __init__(self): self.stack = [] self.min_stack = [] def push(self, node): # write code here self.stack.append(node) if not self.min_stack: self.min_stack.append(node) elif self.min_stack[-1] > node: self.min_stack.append(node) else: self.min_stack.append(self.min_stack[-1]) def pop(self): # write code here self.stack.pop() self.min_stack.pop() def top(self): # write code here return self.stack[-1] def min(self): # write code here return self.min_stack[-1]
3.复杂度分析
- 时间复杂度:O(1) (由于每次入栈和出栈都只涉及栈顶元素的变动,所以是常量级O(1))
- 空间复杂度:O(n) (因为需要额外创建一个辅助栈stack_min)
------------------------------------------我是解法二的分割线-------------------------------------------
4. 解法二
4.1 思路
上面是辅助栈的解法,有没有不用辅助栈的解法?答案是肯定的!只需一个栈即可解决,核心思路用到了元组这个结构。即每次入栈和出栈都是一个元组,元组里面包含(当前数值x,栈内最小值):
- top获取的就是元组的第一个值;
- min获取的就是元组的第二个值;
- pop就是删除栈顶的这个元组;
-
push 则要分两种情况:
- 第一种:栈空的时候,直接压入元组(数值x,栈内最小值也是x);
- 第二种:不为空,则比较两元组大小,取最小值压入(数值x,min(之前的栈内最小值,x))。
4.2 核心代码
# -*- coding:utf-8 -*- class Solution: def __init__(self): self.stack = [] #初始化原栈 def push(self, node): if not self.stack: #栈为空的情况,直接压入元组 self.stack.append((node, node)) #栈不为空的情况,取最小值压入 else: self.stack.append((node, min(node, self.stack[-1][1]))) def pop(self): self.stack.pop() #弹出栈顶元组 def top(self): return self.stack[-1][0] #栈顶元组的第一个值 def min(self): return self.stack[-1][1] #最小值就即元组的第二个值
参考资料: