问题描述
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。
实现 MinStack
类:
MinStack()
初始化堆栈对象。void push(int val)
将元素 val 推入堆栈。void pop()
删除堆栈顶部的元素。int top()
获取堆栈顶部的元素。int getMin()
获取堆栈中的最小元素。
示例:
1 | 输入: |
约束条件:
-2^31 <= val <= 2^31 - 1
pop
、top
和getMin
操作总是在 非空栈 上调用push
,pop
,top
, andgetMin
最多被调用3 * 10^4
次
解题思路
这道题的核心要求是在常数时间内检索到栈中的最小元素,同时要支持常规的栈操作(push, pop, top)。
一个常见的解法是使用 辅助栈。我们维护两个栈:
stack
: 普通的数据栈,用于存储所有推入的元素。minStack
: 辅助栈,用于存储当前stack
中对应状态下的最小值。
具体操作如下:
-
push(val)
:- 将
val
正常推入stack
。 - 对于
minStack
:- 如果
minStack
为空,则将val
推入minStack
。 - 否则,比较
val
和minStack
的栈顶元素currentMin
。将min(val, currentMin)
推入minStack
。这样minStack
的栈顶始终是当前stack
中的最小值。
- 如果
- 将
-
pop()
:- 同时从
stack
和minStack
中弹出栈顶元素。
- 同时从
-
top()
:- 返回
stack
的栈顶元素。
- 返回
-
getMin()
:- 返回
minStack
的栈顶元素。
- 返回
这种方法可以保证所有操作的时间复杂度都是 O(1)。
代码实现
1 | // filepath: /Users/adrianwang/.leetcode/155.最小栈.go |
注意: 上述 Go 代码中的 Push
方法有一个小调整,因为 Go 标准库中没有直接的 min
函数。在实际 LeetCode 提交时,如果 min
函数未提供,你需要自己实现一个,或者像代码中那样直接进行比较。在提供的代码片段中,min(val, minVal)
这一行会报错,我已经将其修改为直接比较。
空间优化思路
上述辅助栈的方法虽然简单,但 minStack
的大小始终与 stack
相同。我们可以对 minStack
的使用进行优化,使其仅在必要时存储元素,从而可能节省空间。
优化逻辑:
-
Push(val)
:- 元素
val
正常推入stack
。 - 对于
minStack
:- 如果
minStack
为空,或者val
小于或等于minStack
的栈顶元素,则将val
推入minStack
。我们使用<=
是为了正确处理栈中存在多个相同最小值的情况。 - 否则 (
val
大于minStack
的栈顶元素),minStack
不做任何操作,因为当前的最小值仍然有效。
- 如果
- 元素
-
Pop()
:- 从
stack
弹出栈顶元素poppedVal
。 - 检查
poppedVal
是否等于minStack
的栈顶元素。- 如果相等,说明被弹出的元素是(或之一是)当前的最小值,因此也需要从
minStack
弹出栈顶元素,以更新最小值记录。 - 如果不相等,
minStack
不做任何操作。
- 如果相等,说明被弹出的元素是(或之一是)当前的最小值,因此也需要从
- 从
-
Top()
和GetMin()
:Top()
逻辑不变,返回stack
的栈顶。GetMin()
逻辑不变,返回minStack
的栈顶。
优化后的代码实现示例:
1 | // Push (空间优化版) |
注意: Constructor
, Top
, GetMin
方法与原版相同。
方法比较
方面 | 辅助栈法 (同步栈) | 辅助栈法 (空间优化) |
---|---|---|
时间复杂度 | Push: O(1), Pop: O(1), Top: O(1), GetMin: O(1) | Push: O(1), Pop: O(1), Top: O(1), GetMin: O(1) |
空间复杂度 | O(n) - 辅助栈与数据栈等长 | O(n) - 最坏情况 O(n) (如单调递减序列), 平均情况可能优于同步栈 (如单调递增序列) |
Push 实现 |
总是向minStack 推入当前比较后的最小值 |
仅当新元素 <= minStack 栈顶时推入 |
Pop 实现 |
总是从minStack 同步弹出 |
仅当弹出元素 == minStack 栈顶时从minStack 弹出 |
优点 | 实现非常简单,Pop 逻辑直接 |
在某些数据模式下可能节省空间 |
缺点 | minStack 空间占用相对固定 |
Pop 逻辑稍复杂,空间节省效果依赖输入数据序列 |
推荐度 | ★★★★★ (因其简洁性和稳定性) | ★★★★☆ (适用于对空间有极致要求的场景,或作为理解栈设计的进阶) |
复杂度分析
对于上述两种辅助栈实现方法:
-
时间复杂度:
push()
: O(1)。pop()
: O(1)。top()
: O(1)。getMin()
: O(1)。
所有操作均为常数时间。
-
空间复杂度: O(n),其中 n 是栈中元素的数量。
- 对于同步栈方法,
minStack
的大小与stack
始终相同。 - 对于空间优化方法,
minStack
的大小在最坏情况下(例如,输入序列单调递减)也是 O(n),但平均情况下可能小于 O(n)(例如,输入序列单调递增时,minStack
只存一个元素)。
- 对于同步栈方法,
关键收获
- 辅助数据结构: 解决这类需要在特定约束下(如常数时间)获取额外信息的问题时,辅助数据结构是一个非常有效的思路。
- 同步操作: 辅助栈
minStack
的操作必须与主数据栈stack
的操作同步,以确保minStack
栈顶始终对应stack
当前状态的最小值。 - 空间换时间: 辅助栈的使用是以额外的空间开销为代价,来换取
getMin
操作的常数时间复杂度。 - 空间优化: 在某些场景下,通过优化辅助栈的使用,可以进一步减少空间占用。
这道题是栈相关问题中的经典题目,理解辅助栈的思想以及空间优化的策略对于解决类似问题很有帮助。