LeetCode 739：每日温度 Daily Temperatures
LeetCode 739：每日温度 Daily Temperatures
根据每日 气温 列表，请重新生成一个列表，对应位置的输入是你需要再等待多久温度才会升高超过该日的天数。如果之后都不会升高，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]。
Given a list of daily temperatures T, return a list such that, for each day in the input, tells you how many days you would have to wait until a warmer temperature. If there is no future day for which this is possible, put 0 instead.
For example, given the list of temperatures T=[73,74,75,71,69,72,76,73], your output should be [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。
Note: The length of temperatures will be in the range [1,30000]. Each temperature will be an integer in the range [30,100].
解题思路：
最容易想到和理解的就是暴力穷举，两个指针，一个指针指向当前温度，第二指针向后遍历找到最近一个比当前温度高的温度，记录两个指针的索引差即可。可以说效率非常低了。
另一种方法是借助栈倒序遍历原数组，存入较高的温度的索引，也很容易理解，时间复杂度为 O(n)。其实现逻辑为：
原数组：[73, 74, 75, 71, 69, 72, 76, 73]，指针 i 从末尾向前遍历，返回数组res=[0，0，0，0，0，0，0]
第一次遍历: i = 7, T[i] = 73, stack = []
栈为空，res[7] = 0 ,73所在索引7入栈。stack = [7]
第二次遍历: i = 6, T[i] = 76, stack = [7]
栈顶对应索引7的温度T[7]=76,76>73,索引7出栈,此时栈为空，res[6] = 0。索引6入栈，stack = [6]
第三次遍历: i = 5, T[i] = 72, stack = [6]
栈顶对应索引6的温度T[6]=76,72<76,满足要求,当前索引5入栈。res[5] = 栈顶索引6 - 当前索引5 = 1, stack = [6,5]
第四次遍历: i = 4, T[i] = 69, stack = [6,5]
栈顶对应索引5的温度T[5]=72,69<72,满足要求,当前索引4入栈。res[4] = 栈顶索引5-当前索引4=1, stack = [6,5,4]
第五次遍历: i = 3, T[i] = 71, stack = [6,5,4]
栈顶对应索引的温度T[4]=69,71>69,栈顶元素出栈。stack = [6,5]
栈顶对应索引的温度T[5]=72,满足要求,当前索引3入栈。res[3] = 栈顶索引5-当前索引3=2, stack = [6,5,3]
第六次遍历: i = 2, T[i] = 75, stack = [6,5,3]
栈顶对应索引的温度T[3]=71,75>71,栈顶元素出栈。stack = [6,5]
栈顶对应索引的温度T[5]=72,75>72,栈顶元素出栈。stack = [6]
栈顶对应索引的温度T[6]=76,75<76,满足要求，当前索引2入栈。res[2] = 栈顶索引6-当前索引2=4, stack = [6,2]
第七次遍历: i = 1, T[i] = 74, stack = [6,2]
栈顶对应的温度T[2]=75,满足要求,当前索引1入栈。res[1] = 2-1=1, stack = [6,2,1]
第八次遍历: i = 0, T[i] = 73, stack = [6,2,1]
栈顶对应的温度T[1]=74,满足要求,当前索引0入栈。res[0] = 1-0=1, stack = [6,2,1,0]
遍历结束: res = [1,1,4,2,1,1,0,0]这种方法下，栈存入索引对应的温度值始终按升序排列，当栈为空时，证明当前温度为 从该温度向后的所有温度里 最大的。
Java：
class Solution {
public int[] dailyTemperatures(int[] T) {
int len=T.length;
int[] res = new int[len];
Stack<Integer> stack = new Stack<>();//初始化栈
for (int i = len - 1; i >= 0; i--) {
while (!stack.isEmpty() && T[stack.peek()] <= T[i]) {
stack.pop();
}
if (stack.isEmpty()) res[i] = 0;
else res[i] = stack.peek() - i;
stack.push(i);
}
return res;
}
}事实上就这道题而言这并不是一个好方法，因为提示已经明确规定了数据范围：
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。
最多30000个数据量，数据量很，入栈出栈，获取栈顶元素，判断栈是否空，在数据量很少的情况下这些函数反复调用，相对就占用了很多运行时间，其最终评测运行总时间为 109 ms。那么如何优化？
由于所有数据值的范围均在30到100之间，那么意为着按升序排列温度的栈的大小 最大不会超过71（因为从30到100只有71个元素）。那就可以不用栈这个需要反复调用函数的数据结构。直接用长度为71的数组顺序存入索引即可，定义一个指针，索引减一代替出栈，索引加一并赋值代替入栈，索引是否溢出代替判断栈是否为空，无虚函数调用。
优化后：
总运行时间为 4ms，降低了105毫秒
class Solution {
public int[] dailyTemperatures(int[] T) {
int len = T.length;
int[] res = new int[len], stack = new int[71];
int index = -1;
for (int i = len - 1; i >= 0; i--) {
while (index >= 0 && T[stack[index]] <= T[i]) {
index--;
}
if(index >= 0) res[i] = stack[index] - i;
stack[++index] = i;
}
return res;
}
}Python：
python并没有队列、栈这种数据结构，因为数组就可以做到先进先出、后进先出等操作。
class Solution:
def dailyTemperatures(self, T: List[int]) -> List[int]:
tLen = len(T)
stack = []
res = [0] * tLen
for i in range(tLen - 1, -1, -1):
while stack and T[i] >= T[stack[-1]]:
stack.pop()
if stack: res[i] = stack[-1] - i
stack.append(i)
return res