【LeetCode 热题100】 739. 每日温度 的算法思路及python代码

739. 每日温度

给定一个整数数组 temperatures ，表示每天的温度，返回一个数组 answer ，其中 answer[i] 是指对于第 i 天，下一个更高温度出现在几天后。如果气温在这之后都不会升高，请在该位置用 0 来代替。

示例 1:

输入: temperatures = [73,74,75,71,69,72,76,73]
输出: [1,1,4,2,1,1,0,0]

示例 2:

输入: temperatures = [30,40,50,60]
输出: [1,1,1,0]

示例 3:

输入: temperatures = [30,60,90]
输出: [1,1,0]

算法思路

该代码通过 单调栈 解决每日温度问题，核心思想是维护一个存储未找到更高温度日期的索引栈，栈内元素对应的温度始终保持单调递减。通过比较当前温度与栈顶温度，快速确定下一个更高温度的等待天数。具体步骤如下：

算法步骤

1. 初始化数据结构：

   • stack：存储尚未找到更高温度的日期索引（栈中温度单调递减）。
   • res：结果数组，初始化为全 0。

2. 遍历温度数组：

   • 当前温度高于栈顶温度：
     循环弹出栈顶索引 pre，计算等待天数 i - pre，更新 res[pre]。
   • 当前温度入栈：将当前索引 i 压入栈。

3. 终止条件：遍历结束后，栈中剩余元素的等待天数保持 0（默认值）。

切入点

• 单调栈特性：栈中元素对应的温度保持递减，确保每个元素只需处理一次。
• 延迟计算：遇到更高温度时才更新历史日期的等待天数，避免重复比较。

关键点

• 栈的单调性维护：
  每次处理当前温度时，弹出所有比当前温度低的栈顶元素，保证栈内温度严格递减。
• 结果更新时机：
  仅在发现更高温度时更新结果数组，避免无效遍历。
• 索引存储优化：
  栈中存储索引而非温度值，便于直接计算天数差。

复杂度分析

算法代码

class Solution:
    def dailyTemperatures(self, temperatures: List[int]) -> List[int]:
        stack = []          # 单调递减栈，存储未找到更高温度的日期索引
        n = len(temperatures)
        res = [0] * n       # 初始化结果数组
        for i in range(n):
            # 当栈顶温度 < 当前温度时，循环更新结果
            while stack and temperatures[stack[-1]] < temperatures[i]:
                pre = stack.pop()
                res[pre] = i - pre  # 计算等待天数
            stack.append(i)          # 当前索引入栈
        return res