力扣496. 下一个更大元素 I

给你两个 没有重复元素 的数组 nums1 和 nums2 ,其中nums1 是 nums2 的子集。

请你找出 nums1 中每个元素在 nums2 中的下一个比其大的值。

nums1 中数字 x 的下一个更大元素是指 x 在 nums2 中对应位置的右边的第一个比 x 大的元素。如果不存在,对应位置输出 -1 。

输入: nums1 = [4,1,2], nums2 = [1,3,4,2].
输出: [-1,3,-1]
解释:
    对于 num1 中的数字 4 ,你无法在第二个数组中找到下一个更大的数字,因此输出 -1 。
    对于 num1 中的数字 1 ,第二个数组中数字1右边的下一个较大数字是 3 。
    对于 num1 中的数字 2 ,第二个数组中没有下一个更大的数字,因此输出 -1 。

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/next-greater-element-i

 方法一:暴力解法

Ⅰ.用n、m分别表示nums1和num2数组的大小,创建一个新的数组用来存放返回的res结果数组

Ⅱ.遍历nums1,在nums2中找到与nums1[i]元素相等的元素的位置,由于nums1是nums2的子集,所以一定可以找到

Ⅲ.记录nums2中与nums1[i]元素相等的元素的位置j,继续向后遍历,直到在nums2的 j 下标之后比nums1[i]大的元素,如果存在,就将这个元素放入到res中,否则在res中放入-1

class Solution {
public:
    vector<int> nextGreaterElement(vector<int>& nums1, vector<int>& nums2) {
        int n=nums1.size();
        int m=nums2.size();
        vector<int> res(n);
        for(int i=0;i<n;i++){
            int cur=nums1[i];
            int j=0;
            while(j<m){
                if(nums2[j]==cur){
                     j++;
                    break;
                }
                j++;
            }
            while(j<m){
                if(nums2[j]>cur){
                    break;
                }
                ++j;
            }
            res[i]=j<m?nums2[j]:-1;
        }
        return res;
    }
};

 复杂度分析:

  • 时间复杂度:O(mn),m为nums1的长度,n为nums2的长度
  • 空间复杂度:O(1)

方法二:单调栈 + 哈希表

Ⅰ.创建一个key为int,value为int 的哈希表,以及一个存放int类型元素的栈

Ⅱ.从后向前逆向遍历nums

Ⅲ.如果栈不为空,我们就判断栈顶元素与nums2[i]的大小关系,如果栈顶元素<=nums2[i],我们就弹出栈顶元素

Ⅳ.如果栈为空,我们就把-1作为nums2[i]的值,否则我们就把栈顶元素作为nums2[i]的值

class Solution {
public:
    vector<int> nextGreaterElement(vector<int>& nums1, vector<int>& nums2) {
        unordered_map<int,int> hash;
        stack<int> stk;
        int n=nums2.size();
        for(int i=n-1;i>=0;i--){
            while(!stk.empty()&&nums2[i]>=stk.top()){
                stk.pop();
            }
            hash[nums2[i]]=stk.empty()?-1:stk.top();
            stk.push(nums2[i]);
        }
        int m=nums1.size();
        for(int i=0;i<m;i++){
            nums1[i]=hash[nums1[i]];
        }
        return nums1;
    }
};

复杂度分析:

  • 时间复杂度:O(m+n),m为nums1的长度,n为nums2的长度
  • 空间复杂度:O(n),用于存储哈希表

猜你喜欢

转载自blog.csdn.net/qq_46780256/article/details/121559622