LeetCode初级算法--设计问题02:最小栈
一、引子
这是由LeetCode官方推出的的经典面试题目清单~
这个模块对应的是探索的初级算法~旨在帮助入门算法。我们第一遍刷的是leetcode推荐的题目。
二、题目
设计一个支持 push,pop,top 操作,并能在常数时间内检索到最小元素的栈。
- push(x) -- 将元素 x 推入栈中。
- pop() -- 删除栈顶的元素。
- top() -- 获取栈顶元素。
- getMin() -- 检索栈中的最小元素。
示例:
MinStack minStack = new MinStack();
minStack.push(-2);
minStack.push(0);
minStack.push(-3);
minStack.getMin(); --> 返回 -3.
minStack.pop();
minStack.top(); --> 返回 0.
minStack.getMin(); --> 返回 -2.
1、思路
第一种方法:
用列表模拟栈,push、pop、top和getMin分别对应list.append()、list.pop()、list[-1]和min()操作
第二种方法:
引入minStack列表存放最小值
2、编程实现
第一种方法:
class MinStack(object):
def __init__(self):
"""
initialize your data structure here.
"""
self.l = []
def push(self, x):
"""
:type x: int
:rtype: None
"""
if x is None:
pass
else:
self.l.append(x)
def pop(self):
"""
:rtype: None
"""
if self.l is None:
return 'error'
else:
self.l.pop(-1)
def top(self):
"""
:rtype: int
"""
if self.l is None:
return 'error'
else:
return self.l[-1]
def getMin(self):
"""
:rtype: int
"""
if self.l is None:
return 'error'
else:
return min(self.l)
# Your MinStack object will be instantiated and called as such:
# obj = MinStack()
# obj.push(x)
# obj.pop()
# param_3 = obj.top()
# param_4 = obj.getMin()
第二种方法:
class MinStack(object):
def __init__(self):
"""
initialize your data structure here.
"""
self.stack = [] #存放所有元素
self.minStack = []#存放每一次压入数据时,栈中的最小值(如果压入数据的值大于栈中的最小值就不需要重复压入最小值,小于或者等于栈中最小值则需要压入)
def push(self, x):
"""
:type x: int
:rtype: void
"""
self.stack.append(x)
if not self.minStack or self.minStack[-1]>=x:
self.minStack.append(x)
def pop(self): #移除栈顶元素时,判断是否移除栈中最小值
"""
:rtype: void
"""
if self.minStack[-1]==self.stack[-1]:
del self.minStack[-1]
self.stack.pop()
def top(self):
"""
:rtype: int
"""
return self.stack[-1]
def getMin(self):
"""
:rtype: int
"""
return self.minStack[-1]
本文由博客一文多发平台 OpenWrite 发布!
审核编辑 黄昊宇
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
人工智能
+关注
关注
1800文章
48069浏览量
242099 -
机器学习
+关注
关注
66文章
8460浏览量
133402 -
深度学习
+关注
关注
73文章
5527浏览量
121864 -
leetcode
+关注
关注
0文章
20浏览量
2363
发布评论请先 登录
相关推荐
自动驾驶全栈自研可行吗?
随着自动驾驶加速落地,全栈自研模式在高阶智能驾驶技术领域逐渐成为共识,这种模式指的是整车厂从底层硬件、软件算法到系统集成全面自主开发,而非依赖于第三方供应商或Tier 0.5模式(车企与供应商
曙光云开启全栈智能时代
近日,“全栈可信 云中生智”曙光云战略发布会召开。曙光云从首创“城市云”进化到实现“全栈智能云”,打造“云智、云安、云算、云数”四位一体能力体系,深度赋能千行百业数智化转型升级。
常见的lvs负载均衡算法
常见的lvs负载均衡算法包括轮询(RR)、加权轮询(WRR)、最小连接(LC)、加权最小连接(WLC)、基于局部性的最少链接(LBLC)、带复制的LBLC(LBLCR)、目标地址散列(DH)、源地址
λ-IO:存储计算下的IO栈设计
动机和背景 存储计算存储资源的充分利用。IO栈是管理存储器的的基本组件,包括设备驱动、块接口层、文件系统,目前一些用户空间IO库(如SPDK)有效降低了延迟,但是io栈仍然不可或缺。这是因为1

RVBacktrace RISC-V极简栈回溯组件
RVBacktrace组件简介一个极简的RISC-V栈回溯组件。功能在需要的地方调用组件提供的唯一API,开始当前环境的栈回溯支持输出addr2line需要的命令,使用addr2line进行栈回溯支持结合反汇编,栈回溯信息图表化

Linux网络协议栈的实现
网络协议栈是操作系统核心的一个重要组成部分,负责管理网络通信中的数据包处理。在 Linux 操作系统中,网络协议栈(Network Stack)负责实现 TCP/IP 协议簇,处理应用程序发起的网络

神经网络优化算法有哪些
神经网络优化算法是深度学习领域中的核心技术之一,旨在通过调整网络中的参数(如权重和偏差)来最小化损失函数,从而提高模型的性能和效率。本文将详细探讨神经网络优化算法的基本原理、主要方法、变体、以及在实际应用中的注意事项和最新进展。
物联数据栈网关是什么?
物联数据栈网关就是物联网智能网关。 物联数据栈网关是物联网架构中的重要组件之一。它是连接物联网设备和云平台的中间设备,负责将物联网设备采集到的数据传输到云平台,并将云平台下发的指令传输给物联网设备
ethernetif_input和tcpip协议栈线程的作用
tcpip协议栈线程是lwIP协议栈的核心线程,负责处理TCP/IP协议栈的各种功能,包括TCP连接管理、IP数据报的路由和转发、以及UDP数据包的处理等。
评论