下一个更大元素 I
nums1=[4,1,2],nums2=[1,3,4,2] 对应 next greater。
nums1=[4,1,2],nums2=[1,3,4,2] 对应 next greater。
新元素会让哪些旧候选永久失效,队首或栈顶代表什么?
对 nums2 单调栈,遇更大弹栈记录答案;map 值→nextGreater。
先说结论:这道题到底解决什么
怎样从“nums1=[4,1,2],nums2=[1,3,4,2] 对应 next greater。”推导出 单调栈 · 下一个更大 I,并证明每次状态变化都不会漏掉答案?
中心结论:对 nums2 单调栈,遇更大弹栈记录答案;map 值→nextGreater。
- 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
- 2.新元素会让哪些旧候选永久失效,队首或栈顶代表什么?
- 3.不变量“栈维护递减,弹出时栈顶 next greater 是当前。”为什么能保证算法安全前进?
完整题目与题意拆解
这道题也是简单题。题目给出 2 个数组 A 和 B,针对 A 中的每个数组中的元素,要求在 B 数组中找出比 A 数组中元素大的数,B 中元素之间的顺序保持不变。如果找到了就输出这个值,如果找不到就输出 -1。
在本站主例中,nums1=[4,1,2],nums2=[1,3,4,2] 对应 next greater。
算法最终需要得到或观察:nums1 对应 next greater。
- • 输入:nums1=[4,1,2],nums2=[1,3,4,2] 对应 next greater。
- • 机器需要维护:栈、答案 map。
- • 最终可观察结果:nums1 对应 next greater。
先看清算法到底要维护什么
先建立输入、目标、输出和第一批状态,不急着进入模板。
从右向左扫描
第一层方案:暴力做法
为每个位置向两侧重新寻找会重复比较;单调结构及时淘汰以后不可能成为答案的候选。
暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。
重复工作究竟发生在哪里
把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。
从右向左扫描
整体地图:先做什么,再做什么
- 1建模把输入翻译成“单调候选队列”,明确答案需要观察什么。
- 2状态只维护 栈、答案 map。
- 3转移每一步按照 对 nums2 单调栈,遇更大弹栈记录答案;map 值→nextGreater。
- 4收尾读取 nums1 对应 next greater。,并复核边界与复杂度。
单调候选队列:核心概念
栈或队列中保存的是仍未找到结论、且保持单调关系的下标。
这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:栈、答案 map。
- • 栈维护递减,弹出时栈顶 next greater 是当前。
建立“单调候选队列”心智模型
用主例建立核心状态,先预测下一步,再公开正确分支和理由。
从右向左扫描
核心机制:状态如何一步步变化
对 nums2 单调栈,遇更大弹栈记录答案;map 值→nextGreater。
执行过程中持续维护:栈、答案 map。
正确性依赖以下不变量:栈维护递减,弹出时栈顶 next greater 是当前。
面试时可以压缩为:单调栈+哈希 O(n)。
落到当前题,执行机制可以压缩为:对 nums2 单调栈,遇更大弹栈记录答案;map 值→nextGreater。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。
一次状态转移为什么成立
集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。
右侧无更大元素
正确性证明:为什么不会漏答案
初始化:算法开始时,全部合法候选仍在状态表示范围内;栈维护递减,弹出时栈顶 next greater 是当前。
保持:执行“对 nums2 单调栈,遇更大弹栈记录答案;map 值→nextGreater。”时,只删除已经能证明不可能的候选,并把新信息写回 栈、答案 map。
终止:没有待处理状态或达到命中条件时,当前可观察结果就是“nums1 对应 next greater。”。
完整执行过程
- 1题目与输入nums1=[4,1,2],nums2=[1,3,4,2] 对应 next greater。 因为:对 nums2 单调栈,遇更大弹栈记录答案;map 值→nextGreater。
- 2单调递减栈找下一个更大准备逆序扫描。 因为:栈顶是右侧第一个更大。
- 3nums[2]=2 的下一个更大 = 10维护递减栈并赋值。 因为:O(n) 单调栈。
- 4预测下一步先不要看下一帧——根据当前不变量,预测算法接下来会怎么动。 因为:主动预测会暴露你对不变量的真实理解,比被动看动画有效得多。
- 5nums[1]=5 的下一个更大 = 10维护递减栈并赋值。 因为:O(n) 单调栈。
- 6nums[0]=4 的下一个更大 = 5维护递减栈并赋值。 因为:O(n) 单调栈。
- 7单调递减栈找下一个更大准备逆序扫描。 因为:栈顶是右侧第一个更大。
- 8收尾与复杂度nums1 对应 next greater。 因为:时间 O(n) · 空间 O(1)。对 nums2 单调栈,遇更大弹栈记录答案;map 值→nextGreater。
从输入完整走到可观察结果
从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。
从右向左扫描
把动画和 Go 代码逐行对应
代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。
让每个动作都落到 Go 分支
重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。
从右向左扫描
完整 Go 提交代码与最小测试
func nextGreaterElement(nums1 []int, nums2 []int) []int {
if len(nums1) == 0 || len(nums2) == 0 {
return []int{}
}
res, reocrd := []int{}, map[int]int{}
for i, v := range nums2 {
reocrd[v] = i
}
for i := 0; i < len(nums1); i++ {
flag := false
for j := reocrd[nums1[i]]; j < len(nums2); j++ {
if nums2[j] > nums1[i] {
res = append(res, nums2[j])
flag = true
break
}
}
if flag == false {
res = append(res, -1)
}
}
return res
}func main() {
// 1. 主例
// 输入:mode="next-greater", nums=[4,5,2,10]
// 期望:nums1 对应 next greater。
//
// 2. 失败 / 未命中
// 检查:O(n) 预处理 nums2。
//
// 3. 边界
// 空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
//
// 4. 迁移
// LC503 循环;LC739 温度
}Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。
正确性与复杂度
执行过程中只保留仍可能影响答案的状态。对 nums2 单调栈,遇更大弹栈记录答案;map 值→nextGreater。
额外状态主要用于维护:栈、答案 map。
- • 栈维护递减,弹出时栈顶 next greater 是当前。
最容易写错的地方
O(n) 预处理 nums2。
必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。
最后复盘:带走逻辑链
- 1题意nums1=[4,1,2],nums2=[1,3,4,2] 对应 next greater。
- 2重复为每个位置向两侧重新寻找会重复比较;单调结构及时淘汰以后不可能成为答案的候选。
- 3优化对 nums2 单调栈,遇更大弹栈记录答案;map 值→nextGreater。
- 4证明栈维护递减,弹出时栈顶 next greater 是当前。
- 5复杂度时间 O(n),空间 O(1)
- • LC503 循环
- • LC739 温度