特点: 先进后出,后进先出
适合: 相当于一个暂存的地方,方便回来找
特: 单调栈——需要找到左边或者右边第一个比当前位置数大或者小的数字
数据类型
LinkedList<T> stack = new LinkedList<>();
addFirst==push;removeFirst==pop;peek
// 面向接口编程,封装性更好
Deque<T> stack = new ArrayDeque<>();
addLast==push;pollLast==pop;peekLast
class Solution {
public boolean isValid(String s) {
// 使用Java中的LinkedList创建栈,遍历s,如果和栈顶元素匹配则弹出,如果不匹配则压入;遍历结束后,如果列表为空,说明字符串是有效的,反之无效
// 注意:Java中定义集合如果集合元素是基本数据类型,要使用他们的包装类;String不是数组,没有索引
// 改进:使用哈希map将括号存起来,不用这么多if条件
// 1. 进行一些特殊情况的判断
int len = s.length();
// 如果字符串长度是奇数,说明不是有效字符串
if (len % 2 != 0) {
return false;
}
// 2. 定义栈_Java中定义集合如果集合元素是基本数据类型,要使用他们的包装类
LinkedList<Character> stack = new LinkedList<>();
// 3. 开始遍历字符串
for (int i = 0; i < len; i++) {
if (stack.size() == 0 || s.charAt(i) == '(' || s.charAt(i) == '{' || s.charAt(i) == '[') {
stack.addFirst(s.charAt(i));
} else {
char temp = stack.removeFirst();
if ((temp == '(' && s.charAt(i) == ')') || (temp == '{' && s.charAt(i) == '}') || (temp == '[' && s.charAt(i) == ']')) {
continue;
} else {
return false;
}
}
}
if (stack.size() == 0) {
return true;
}
return false;
}
}
简单题补充:
class Solution {
public String removeDuplicates(String s) {
// 思路:遍历字符串s,将字符串中的字符压入栈中,最后将栈中元素弹出并翻转,得到最终字符串
// 压栈:栈为空或栈顶元素与遍历到的元素不相等
// 出栈:栈顶元素与遍历到的元素相等
// 1. 定义一个栈
Deque<Character> stack = new ArrayDeque<>();
// 2. 遍历
for (int i = 0; i < s.length(); i++) {
if (stack.isEmpty()) {
stack.addLast(s.charAt(i));
continue;
}
if (stack.peekLast() == s.charAt(i)) {
stack.pollLast();
} else {
stack.addLast(s.charAt(i));
}
}
// 3. 定义结果字符串,为了方便翻转,定义StringBuilder
StringBuilder result = new StringBuilder();
while (!stack.isEmpty()) {
result.append(stack.pollLast());
}
return result.reverse().toString();
}
}
class Solution {
public int evalRPN(String[] tokens) {
// 思路:定义一个栈,如果是数字压入栈中,如果是运算符,弹出两个数字,计算之后将结果压入栈中,最后遍历结束,栈中存在的最后一个值就是整个表达式的计算值
// 注意:计算的时候弹出来的数计算要反过来!!!
Deque<Integer> stack = new ArrayDeque<>();
int n = tokens.length;
for (int i = 0; i < n; i++) {
String s = tokens[i];
if (s.equals("+")) {
int a = stack.pollLast();
int b = stack.pollLast();
stack.addLast(b + a);
System.out.println("+" + stack.peekLast());
} else if (s.equals("-")) {
int a = stack.pollLast();
int b = stack.pollLast();
stack.addLast(b - a);
} else if (s.equals("*")) {
int a = stack.pollLast();
int b = stack.pollLast();
stack.addLast(b * a);
} else if (s.equals("/")) {
int a = stack.pollLast();
int b = stack.pollLast();
stack.addLast(b / a);
System.out.println("/" + stack.peekLast());
} else {
stack.addLast(Integer.parseInt(s));
System.out.println(stack.peekLast());
}
}
return stack.pollLast();
}
}
2.最小栈155中等
特点:辅助栈的使用
// class MinStack {
// public int minValue; // 记录最小值
// public LinkedList<Integer> stack;
// public MinStack() {
// minValue = Integer.MAX_VALUE;
// stack = new LinkedList<>();
// }
// public void push(int val) {
// if (val < minValue) {
// minValue = val;
// }
// stack.addFirst(val);
// }
// public void pop() {
// int temp = stack.removeFirst();
// // 如果没有弹出最小元素
// if (temp != minValue) {
// return;
// } else {
// // 如果弹出了最小元素
// minValue = Integer.MAX_VALUE;
// for (int x: stack) {
// if (x < minValue) {
// minValue = x;
// }
// }
// }
// }
// public int top() {
// int temp = stack.removeFirst();
// stack.addFirst(temp);
// return temp;
// }
// public int getMin() {
// return minValue;
// }
// }
// 使用辅助栈,也就是最小栈里面一致存放的是当前最小值;压入新元素,最小栈比较当前最小值和当前最小元素,插入最小
class MinStack {
LinkedList<Integer> xStack;
LinkedList<Integer> minStack;
public MinStack() {
xStack = new LinkedList<>();
minStack = new LinkedList<>();
minStack.push(Integer.MAX_VALUE);
}
public void push(int val) {
xStack.push(val);
minStack.push(Math.min(val, minStack.peek()));
}
public void pop() {
xStack.pop();
minStack.pop();
}
public int top() {
return xStack.peek();
}
public int getMin() {
return minStack.peek();
}
}
单调栈的直接使用!!!
// class Solution {
// public int[] dailyTemperatures(int[] temperatures) {
// // 思路:单调栈,如果遍历到当前元素小于栈顶元素,压栈;如果大于,不断弹出
// LinkedList<Integer> indexStack = new LinkedList<>();
// int len = temperatures.length;
// int[] ans = new int[len];
// // 遍历温度数组
// for (int i = 0; i < len; i++) {
// // 如果栈是空的
// if (indexStack.isEmpty()) {
// indexStack.push(i);
// } else {
// // 不为空,就要看栈顶元素和当前温度的大小
// if (temperatures[i] <= temperatures[indexStack.peek()]) {
// indexStack.push(i);
// } else {
// while (! indexStack.isEmpty()) {
// if (temperatures[i] > temperatures[indexStack.peek()]) {
// int temp = indexStack.pop();
// ans[temp] = i - temp;
// } else {
// break;
// }
// }
// indexStack.push(i);
// }
// }
// }
// return ans;
// }
// }
// 简化
class Solution {
public int[] dailyTemperatures(int[] temperatures) {
// 思路:单调栈,如果遍历到当前元素小于栈顶元素,压栈;如果大于,不断弹出
LinkedList<Integer> indexStack = new LinkedList<>();
int len = temperatures.length;
int[] ans = new int[len];
// 遍历温度数组
for (int i = 0; i < len; i++) {
while (! indexStack.isEmpty()) {
if (temperatures[i] > temperatures[indexStack.peek()]) {
int temp = indexStack.pop();
ans[temp] = i - temp;
} else {
break;
}
}
indexStack.push(i);
}
return ans;
}
}
单调栈的反复使用!
class Solution {
public int largestRectangleArea(int[] heights) {
// 思路:遍历每根柱子,找到左右两边第一个比它矮的,面积为(右-左)*min(高度最小)
int n = heights.length;
// 定义左右两个数组,分别保存左边和右边第一个比该位置小的下标
int[] l = new int[n];
int[] r = new int[n];
// 初始填充
Arrays.fill(l, -1);
Arrays.fill(r, n);
// 定义栈——辅助寻找第一个小于的元素
Deque<Integer> stack = new ArrayDeque<>();
// 从头到尾遍历,找到右边第一个小于该位置的下标
for (int i = 0; i < n; i++) {
while (! stack.isEmpty() && heights[stack.peekLast()] > heights[i]) {
r[stack.pollLast()] = i;
}
stack.addLast(i);
}
// 从尾遍历到头,找到左边第一个不小于该位置的小标
stack.clear();
for (int i = n - 1; i >= 0; i--) {
while (!stack.isEmpty() && heights[stack.peekLast()] > heights[i]) {
l[stack.pollLast()] = i;
}
stack.addLast(i);
}
// 开始计算面积
int maxVal = 0;
for (int i = 0; i < n; i++) {
maxVal = Math.max(maxVal, heights[i] * (r[i] - l[i] - 1));
}
return maxVal;
}
}
[未完待续……]
总结: 定义栈、三个栈的基本操作
? 单调栈!!加辅助空间!!