739. 每日温度

给定一个整数数组 temperatures ，表示每天的温度，返回一个数组 answer ，其中 answer[i] 是指对于第 i 天，下一个更高温度出现在几天后。如果气温在这之后都不会升高，请在该位置用 0 来代替。

示例 1:

输入: temperatures = [73,74,75,71,69,72,76,73]
输出: [1,1,4,2,1,1,0,0]

示例 2:

输入: temperatures = [30,40,50,60]
输出: [1,1,1,0]

示例 3:

输入: temperatures = [30,60,90]
输出: [1,1,0]

这道题目可以用单调栈，栈中递减保存着数组下标，当当前值大于栈顶的时候，存进 ans，然后 pop；一直重复这个过程。然后 push 下标：

class Solution {
public:vector<int> dailyTemperatures(vector<int>& temperatures) {// 单调栈，；类似于消消乐int n = temperatures.size();stack<int> st;vector<int> ans(n, 0);for (int i = 0; i < n; i++) {while (!st.empty() && temperatures[st.top()] < temperatures[i]) {int p = st.top();st.pop();ans[p] = i-p;}st.push(i);}return ans;}
};

215. 数组中的第K个最大元素

利用优先队列，当前队列存在着 k 个最大的元素，如果是小堆，堆顶就是第 K 大的元素：

class Solution {
public:int findKthLargest(vector<int>& nums, int k) {priority_queue<int, vector<int>, greater<int>> miniHeap;for (int num : nums) {miniHeap.emplace(num);if (miniHeap.size() > k) {miniHeap.pop();}}return miniHeap.top();}
};

347. 前 K 个高频元素

这个稍微有点复杂，和上一道题目类似，首先统计到 map，然后构建优先队列，队列中存储 pair<int,int>,按照 频率 进行排序。

最后将队列中元素全部弹出到答案就可以了：

class Solution {
public:vector<int> topKFrequent(vector<int>& nums, int k) {// 优于O(n log n)，可以分步处理unordered_map<int, int> map;for (int num : nums) {map[num] += 1;}// 优先队列priority_queue<pair<int, int>, vector<pair<int, int>>, greater<pair<int, int>>> pq;for (auto& item : map) {pq.push(pair(item.second,item.first)); // (freq,value)if (pq.size() > k)pq.pop();}// 最终处理vector<int> ans;while (!pq.empty()) {ans.push_back(pq.top().second);pq.pop();}return ans;}
};

总结

1. 每日温度 (LeetCode 739)

此问题使用了单调栈的方法。单调栈是解决此类“下一个更大元素”问题的一个常见技术。通过维护一个从栈底到栈顶递减的栈，可以有效地找到每个元素右侧第一个更大的元素。

解法：

• 使用一个栈来保存温度的索引。
• 遍历温度数组，对于每个温度，如果当前温度大于栈顶索引对应的温度，则计算天数差并更新答案数组。
• 将当前索引推入栈中，等待后续的比较。
• 如果栈中剩余元素，对应的答案默认为0（已初始化）。

这种方法的时间复杂度是 O(n)，因为每个元素最多入栈和出栈一次。

2. 数组中的第K个最大元素 (LeetCode 215)

此问题利用最小堆来解决。通过维护一个大小为 k 的最小堆，堆顶元素始终是当前遇到的第 k 大的元素。

解法：

• 使用一个最小堆来保存最大的 k 个元素。
• 遍历数组，将每个元素加入最小堆。
• 如果堆的大小超过 k，则弹出堆顶元素（最小元素）。
• 遍历完成后，堆顶元素即为第 k 大的元素。

这种方法的时间复杂度为 O(n log k)，其中 n 是数组的长度。

3. 前 K 个高频元素 (LeetCode 347)

此问题首先使用一个哈希表来统计每个元素的频率，然后利用一个最小堆来找到频率最高的 k 个元素。

解法：

• 使用一个哈希表来统计每个元素的频率。
• 使用一个最小堆（存储频率和元素对）来维护最高频率的 k 个元素。
• 遍历哈希表，将频率和元素的对推入最小堆。
• 如果堆的大小超过 k，则弹出堆顶元素（频率最小的元素）。
• 遍历完成后，将堆中的元素收集到结果数组。

这种方法的时间复杂度为 O(n log k)，其中 n 是数组的长度。