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
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    opencv中读写视频
    查看>>
    opencv之namedWindow,imshow出现两个窗口
    查看>>
    opencv之模糊处理
    查看>>
    opencv保存图片路径包含中文乱码解决方案
    查看>>
    opencv图像分割2-GMM
    查看>>