文章目录

• 一、739. 每日温度
• 二、496.下一个更大元素 I

一、739. 每日温度

注意的点：

1. 栈中存放的下标，而不是原数组的元素值。
2. 栈维持的一个递减的序列（从栈底到栈顶），目的是当发现一个比较大的值出现时，可以找出原数组的相对位置，而不会丢失位置信息。
3. 要一直看栈顶元素的对应值是否小于当前入栈元素的对应值，所以使用 while 而不是 if
4. 要注意，比较的是以栈顶元素为下标的原数组元素值，而并非栈顶元素。
5. 注意，每个位置的元素都会有一个入栈的操作。

以下是代码部分：

	//单调栈public int[] dailyTemperatures(int[] temperatures) {Stack s = new Stack<>();int[] result = new int[temperatures.length];//思路：在栈中维持一个递减的序列（从栈底到栈顶）for (int i = 0; i < temperatures.length; i++) {//要一直看栈顶元素是否小于当前入栈元素，所以使用 while 而不是 if//踩坑：temperatures[i] > s.peek()  ——>    这里不是>s.peek(),而是>temp[s.peek()]while (!s.isEmpty() && temperatures[i] > temperatures[s.peek()]){//这里要减s.peek，因为是求之间的距离result[s.peek()] = i - s.peek();s.pop();}//同时，还要进行一个入栈操作s.push(i);}return result;}

二、496.下一个更大元素 I

注意的点：

1. 由于看到标记的是“简单”题，所以尝试使用了暴力破解法，结果真的可以通过。就是中间踩了一些坑。
2. 使用单调栈的方式的话，相较于前一题，多了一个匹配的工序——计算出nums2数组的每个位置的值后，还要看该位置的元素是否也属于nums1，若是，则依据map哈希表给对应的result下标赋值，否则，不做处理。

以下是代码部分：

public class 下一个更大元素I496 {//暴力循环破解public int[] nextGreaterElement(int[] nums1, int[] nums2) {int[] result = new int[nums1.length];for (int i = 0; i < nums1.length; i++) {for (int j = 0; j < nums2.length; j++) {while (j < nums2.length && nums1[i] != nums2[j])j++;if(j == nums2.length)break;//这里迭代寻找第一个大于该值的数while (j < nums2.length && nums1[i] >= nums2[j]){j++;}if(j == nums2.length)break;//如果符合条件，即找到一个大的值，则返回该值if(nums1[i] < nums2[j]) {result[i] = nums2[j];break;}}//判断如果result为0，即没有被赋值，则置为-1if(result[i] == 0)result[i] = -1;}return result;}//单调栈方式//思路：其实就是在nums2中找右边第一个最大值，然后再看nums2中的元素是否在nums1中也存在public int[] nextGreaterElement2(int[] nums1, int[] nums2) {int[] result = new int[nums1.length];//要先全部初始化为-1for (int i = 0; i < result.length; i++) {result[i] = -1;}Map map = new HashMap<>();//这里map的value对应的是下标，这样好在result中进行对应的赋值for (int i = 0; i < result.length; i++) {map.put(nums1[i], i);}Stack s = new Stack<>();//对nums2进行右边最大值的查找for (int i = 0; i < nums2.length; i++) {while (!s.isEmpty() && nums2[s.peek()] < nums2[i]){//这里要进行查找、并赋值if(map.containsKey(nums2[s.peek()]))result[map.get(nums2[s.peek()])] = nums2[i];//弹出栈顶元素s.pop();}//入栈s.push(i);}return result;}
}