最小栈 (使用辅助栈)
一、题目描述
设计一个支持 push
,pop
,top
操作,并能在常数时间内检索到最小元素的栈。
push(x) —— 将元素 x 推入栈中。
pop() —— 删除栈顶的元素。
top() —— 获取栈顶元素。
getMin() —— 检索栈中的最小元素。
示例:
输入:
["MinStack","push","push","push","getMin","pop","top","getMin"]
[[],[-2],[0],[-3],[],[],[],[]]
输出:
[null,null,null,null,-3,null,0,-2]
解释:
MinStack minStack = new MinStack();
minStack.push(-2);
minStack.push(0);
minStack.push(-3);
minStack.getMin(); --> 返回 -3.
minStack.pop();
minStack.top(); --> 返回 0.
minStack.getMin(); --> 返回 -2.
提示:
pop
、top
和 getMin
操作总是在 非空栈 上调用。
二、解题思路 & 代码
这道题的思想很简单:“以空间换时间”,使用辅助栈是常见的做法。
思路分析:
在代码实现的时候有两种方式:
-
辅助栈和数据栈同步
特点:编码简单,不用考虑一些边界情况,就有一点不好:辅助栈可能会存一些“不必要”的元素。 -
辅助栈和数据栈不同步
特点:由“辅助栈和数据栈同步”的思想,我们知道,当数据栈进来的数越来越大的时候,我们要在辅助栈顶放置和当前辅助栈顶一样的元素,这样做有点“浪费”。基于这一点,我们做一些“优化”,但是在编码上就要注意一些边界条件。
(1)辅助栈为空的时候,必须放入新进来的数;
(2)新来的数小于或者等于辅助栈栈顶元素的时候,才放入,特别注意这里“等于”要考虑进去,因为出栈的时候,连续的、相等的并且是最小值的元素要同步出栈;
(3)出栈的时候,辅助栈的栈顶元素等于数据栈的栈顶元素,才出栈。
总结一下:出栈时,最小值出栈才同步;入栈时,最小值入栈才同步。
对比:个人觉得“同步栈”的方式更好一些,因为思路清楚,因为所有操作都同步进行,所以调试代码、定位问题也简单。“不同步栈”,虽然减少了一些空间,但是在“出栈”、“入栈”的时候还要做判断,也有性能上的消耗。
2.1 辅助栈和数据栈同步
class MinStack:
# 辅助栈和数据栈同步
# 思路简单不容易出错
def __init__(self):
# 数据栈
self.data = []
# 辅助栈
self.helper = []
def push(self, x):
self.data.append(x)
if len(self.helper) == 0 or x <= self.helper[-1]:
self.helper.append(x)
else:
self.helper.append(self.helper[-1])
def pop(self):
if self.data:
self.helper.pop()
return self.data.pop()
def top(self):
if self.data:
return self.data[-1]
def getMin(self):
if self.helper:
return self.helper[-1]
# Your MinStack object will be instantiated and called as such:
# obj = MinStack()
# obj.push(x)
# obj.pop()
# param_3 = obj.top()
# param_4 = obj.getMin()
复杂度分析:
- 时间复杂度:O(1),“出栈”、“入栈”、“查看栈顶元素”的操作不论数据规模多大,都只是有限个步骤,因此时间复杂度是:O(1)。
- 空间复杂度:O(N),这里 N 是读出的数据的个数。
2.2 辅助栈和数据栈不同步
class MinStack:
# 辅助栈和数据栈不同步
# 关键 1:辅助栈的元素空的时候,必须放入新进来的数
# 关键 2:新来的数小于或者等于辅助栈栈顶元素的时候,才放入(特别注意这里等于要考虑进去)
# 关键 3:出栈的时候,辅助栈的栈顶元素等于数据栈的栈顶元素,才出栈,即"出栈保持同步"就可以了
def __init__(self):
# 数据栈
self.data = []
# 辅助栈
self.helper = []
def push(self, x):
self.data.append(x)
# 关键 1 和关键 2
if len(self.helper) == 0 or x <= self.helper[-1]:
self.helper.append(x)
def pop(self):
# 关键 3:【注意】不论怎么样,数据栈都要 pop 出元素
top = self.data.pop()
if self.helper and top == self.helper[-1]:
self.helper.pop()
return top
def top(self):
if self.data:
return self.data[-1]
def getMin(self):
if self.helper:
return self.helper[-1]
复杂度分析:
- 时间复杂度:O(1),“出栈”、“入栈”、“查看栈顶元素”的操作不论数据规模多大,都只有有限个步骤,因此时间复杂度是:O(1)。
- 空间复杂度:O(N),这里 N 是读出的数据的个数。
============================================================================================================================================================================================
栈排序
1. 题目描述
栈排序。 编写程序,对栈进行排序使最小元素位于栈顶。最多只能使用一个其他的临时栈存放数据,但不得将元素复制到别的数据结构(如数组)中。该栈支持如下操作:push
、pop
、peek
和 isEmpty
。当栈为空时,peek
返回 -1
。
示例1:
输入:
["SortedStack", "push", "push", "peek", "pop", "peek"]
[[], [1], [2], [], [], []]
输出:
[null,null,null,1,null,2]
示例2:
输入:
["SortedStack", "pop", "pop", "push", "pop", "isEmpty"]
[[], [], [], [1], [], []]
输出:
[null,null,null,null,null,true]
说明:
栈中的元素数目在[0, 5000]范围内。
2. 解题思路 & 代码
题意需要让最小元素位于栈顶,实现小顶堆即可满足。
堆排的精髓在于两个方法:
-
swim()
元素上浮
在有新元素入栈时,通过将该元素与其父元素比较,将该元素上浮至堆合适位置。
需要上浮节点的索引为index
时,父节点索引为(index-1) // 2
。 -
sink()
元素下沉
在将最小元素出栈时,将堆顶元素(索引为 0)与堆尾元素交换,pop出栈。
此时堆顶元素的变动使得整个堆不再符合小顶堆的结果,将该节点与两个子节点比较下沉至堆合适位置。
由于堆的根节点索引从 0 开始,所以左右孩子节点的索引为 2index+1 和 2index+2。
class SortedStack:
def __init__(self):
self.stack = []
def push(self, val: int) -> None:
self.stack.append(val)
self.swim(len(self.stack)-1)
def pop(self) -> None:
if not self.stack:
return
self.stack[0], self.stack[-1] = self.stack[-1], self.stack[0]
self.stack.pop()
self.sink(0)
def peek(self) -> int:
return self.stack and self.stack[0] or -1
def isEmpty(self) -> bool:
return not self.stack
def sink(self, index):
n = len(self.stack)
while 2*index+1 < n:
j = 2*index+1
if j < n-1 and self.stack[j] > self.stack[j+1]:
j += 1
if self.stack[index] <= self.stack[j]:
break
self.stack[index], self.stack[j] = self.stack[j], self.stack[index]
index = j
def swim(self, index):
while index > 0 and self.stack[index] < self.stack[(index-1)//2]:
self.stack[index], self.stack[(index-1)//2] = self.stack[(index-1)//2], self.stack[index]
index = (index-1)//2
# Your SortedStack object will be instantiated and called as such:
# obj = SortedStack()
# obj.push(val)
# obj.pop()
# param_3 = obj.peek()
# param_4 = obj.isEmpty()