一、题目描述

请根据每日 气温 列表，重新生成一个列表。对应位置的输出为：要想观测到更高的气温，至少需要等待的天数。如果气温在这之后都不会升高，请在该位置用 0 来代替。

例如，给定一个列表 temperatures = [73, 74, 75, 71, 69, 72, 76, 73]，你的输出应该是 [1, 1, 4, 2, 1, 1, 0, 0]。

提示：气温 列表长度的范围是 [1, 30000]。每个气温的值的均为华氏度，都是在 [30, 100] 范围内的整数。

二、思路分析

暴力解法

看到这个题目后，我首先想到的就是直接暴力解法：

const dailyTemperatures = function(T) {
    let len = T.length
    for(let i = 0; i < len; i++){
    let index = i + 1
    while(index < len && T[index] <= T[i]){
        index++
    }
    T[i] = index >= len ? 0 : index - i
    }
    return T
};

但是写出来代码之后一看，一个数组两层遍历，这暴力解法，时间复杂度直接飙到了O(n^2)，这在面试中显然是难以令面试官满意的。

所以得想办法优化优化。

利用栈避免重复操作

其实我们在暴力循环的过程中做了很多重复功。

[73, 74, 75, 71, 69, 72, 76, 73]

拿 75 来说，我们在找比 75 高的第一个温度的过程中，就路过了 71、69、72 、76，其中，72 正是 71 对应的目标温度。

当外层循环走到 71 时，我们才又重复了一遍刚刚走过的路：69 、72。

我们得想办法减少这种重复：利用栈结构可避免重复操作。

尝试去维持一个递减栈：

• 遍历温度，单调递减时将索引入栈；
• 当一个温度将打破这个单调递减趋势(比前一个温度值高)时，将栈顶索引出栈，这两个温度的索引差，就是前一个温度需要等待的天数。

在这个过程中，整个数组只会被遍历一次，期间只进行了一些入栈、出栈操作，因此时间复杂度就是O(n)。

三、AC 代码

/**
 * @param {number[]} T
 * @return {number[]}
 */
// 入参是温度数组
const dailyTemperatures = function(T) {
    const len = T.length // 缓存数组的长度 
    const stack = [] // 初始化栈
    const res = (new Array(len)).fill(0) //初始化结果数组默认值为0
    for(let i=0;i<len;i++) {
      // 若栈不为空，且温度值将要打破递减趋势
      while(stack.length && T[i] > T[stack[stack.length-1]]) {
        // 将栈顶温度值对应的索引出栈
        const top = stack.pop()  
        // 当前栈顶温度值与将要打破递减趋势的温度值(第一个高于它的温度值)的索引差值即为等待天数
        res[top] = i - top 
      }
      // 入栈温度值索引，方便计算天数
      stack.push(i)
    }
    // 返回结果数组
    return res 
};

四、总结

• 暴力遍历一定得优化；
• 栈结构可以帮我们避免重复操作；
• 及时地将不必要的数据出栈。

本文正在参与「掘金 2021 春招闯关活动」, 点击查看 活动详情