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 - 1pop、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。