1. 栈数据结构基础认知
栈(Stack)这个数据结构就像我们日常生活中叠放的盘子——最后放上去的盘子总是最先被取用。这种后进先出(LIFO)的特性使其在算法领域有着不可替代的价值。我在处理浏览器历史记录、函数调用栈等场景时,深刻体会到栈结构的精妙之处。
栈的核心操作主要包含三个:
- push(入栈):将元素添加到栈顶
- pop(出栈):移除并返回栈顶元素
- peek(查看栈顶):获取但不移除栈顶元素
在算法题中,栈常用于解决需要"最近相关性"的问题。比如括号匹配问题,当遇到右括号时,我们只需要检查栈顶元素是否与之匹配即可,这种特性大幅提升了算法效率。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 高频栈问题解题框架
2.1 单调栈解题模式
单调栈是我在解决"下一个更大元素"这类问题时最常用的技巧。其核心是维护一个栈内元素单调递增或递减的结构。以LeetCode 496题为例,我们需要找到nums2中每个元素右侧第一个比它大的数。
python复制def nextGreaterElement(nums1, nums2):
stack = []
mapping = {}
for num in nums2:
while stack and num > stack[-1]:
mapping[stack.pop()] = num
stack.append(num)
return [mapping.get(num, -1) for num in nums1]
这个解法的时间复杂度是O(n),空间复杂度也是O(n)。关键在于理解while循环的条件——只有当当前元素大于栈顶元素时才持续出栈,这保证了栈内元素的单调性。
2.2 括号匹配类问题
括号匹配是栈的经典应用场景。以LeetCode 20题为例,我们需要验证输入的括号字符串是否有效。我的解题思路是:
- 遇到左括号就入栈
- 遇到右括号就检查栈顶是否匹配
- 最后检查栈是否为空
python复制def isValid(s: str) -> bool:
stack = []
mapping = {')': '(', '}': '{', ']': '['}
for char in s:
if char in mapping:
top = stack.pop() if stack else '#'
if mapping[char] != top:
return False
else:
stack.append(char)
return not stack
这里使用字典存储括号对映关系是个小技巧,可以避免写多个if-else判断。时间复杂度O(n),空间复杂度O(n)。
3. 栈的进阶应用场景
3.1 表达式求值
处理表达式求值(如LeetCode 224题)时,我们需要同时使用数值栈和运算符栈。这是我总结的解题步骤:
- 初始化两个空栈和运算符优先级字典
- 遍历表达式字符:
- 遇到数字:完整读取后入数值栈
- 遇到左括号:入运算符栈
- 遇到右括号:持续计算直
