单调栈原理与应用：高效解决下一个更大元素问题

1. 单调栈基础概念解析

单调栈（Monotonic Stack）是一种特殊的栈结构，它在算法题解中经常用于处理"下一个更大/更小元素"这类问题。与传统栈的区别在于，单调栈在入栈时会保持栈内元素的单调性（递增或递减）。

我第一次接触单调栈是在解决LeetCode 496题"下一个更大元素 I"时。当时暴力解法的时间复杂度是O(n²)，而使用单调栈可以优化到O(n)。这种性能提升让我意识到单调栈在特定场景下的强大威力。

单调栈的核心特性在于：

• 栈内元素始终保持单调递增或递减的顺序
• 新元素入栈时，会破坏单调性的元素将被弹出
• 弹出的过程往往就是解决问题的关键

2. 单调栈的两种基本类型

2.1 单调递增栈

单调递增栈是指栈底到栈顶元素保持递增顺序。这种结构常用于寻找"下一个更小元素"的问题。

典型应用场景：

• 柱状图中最大矩形（LeetCode 84）
• 每日温度（LeetCode 739）

python复制def increasing_stack(nums):
    stack = []
    for num in nums:
        while stack and stack[-1] > num:
            # 弹出栈顶元素并处理
            top = stack.pop()
            process(top)
        stack.append(num)

2.2 单调递减栈

单调递减栈则是栈底到栈顶元素保持递减顺序，适用于寻找"下一个更大元素"的问题。

典型应用场景：

• 下一个更大元素系列问题（LeetCode 496, 503）
• 股票价格跨度（LeetCode 901）

python复制def decreasing_stack(nums):
    stack = []
    for num in nums:
        while stack and stack[-1] < num:
            # 弹出栈顶元素并处理
            top = stack.pop()
            process(top)
        stack.append(num)

3. 单调栈的经典问题解析

3.1 下一个更大元素问题（LeetCode 496）

这是单调栈最经典的入门题。给定两个数组nums1和nums2，其中nums1是nums2的子集，要求找出nums1中每个元素在nums2中对应位置的下一个更大元素。

解法步骤：

1. 使用单调递减栈处理nums2
2. 维护一个哈希表记录每个元素的下一个更大元素
3. 最后遍历nums1从哈希表中获取结果

python复制def nextGreaterElement(nums1, nums2):
    stack = []
    mapping = {}
    for num in nums2:
        while stack and stack[-1] < num:
            mapping[stack.pop()] = num
        stack.append(num)
    return [mapping.get(num, -1) for num in nums1]

3.2 每日温度问题（LeetCode 739）

给定每日温度列表，要求返回一个列表，表示需要等待多少天才能观测到更高温度。

这个问题可以转化为寻找每个元素的下一个更大元素的位置差。

python复制def dailyTemperatures(T):
    stack = []
    res = [0] * len(T)
    for i, temp in enumerate(T):
        while stack and T[stack[-1]] < temp:
            prev = stack.pop()
            res[prev] = i - prev
        stack.append(i)
    return res

4. 单调栈的实现技巧与注意事项

4.1 边界条件处理

在实际编码中，边界条件的处理往往是最容易出错的地方：

1. 空栈判断：在访问stack[-1]前必须检查stack是否为空
2. 剩余元素处理：遍历结束后，栈中可能还有未处理的元素
3. 重复元素处理：需要考虑元素相等时的处理逻辑

4.2 时间复杂度分析

单调栈的时间复杂度通常是O(n)，因为每个元素最多入栈和出栈各一次。这比暴力解法的O(n²)要高效得多。

4.3 空间复杂度优化

虽然单调栈需要额外的栈空间，但空间复杂度仍然是O(n)。在某些问题中，可以通过复用输入数组来进一步优化空间。

5. 单调栈的变种与应用

5.1 循环数组处理

对于循环数组问题（如LeetCode 503），可以通过将数组长度翻倍或使用取模运算来处理：

python复制def nextGreaterElements(nums):
    n = len(nums)
    res = [-1] * n
    stack = []
    for i in range(2 * n):
        while stack and nums[stack[-1] % n] < nums[i % n]:
            res[stack.pop() % n] = nums[i % n]
        stack.append(i)
    return res

5.2 二维矩阵中的应用

单调栈也可以扩展到二维问题，如最大矩形（LeetCode 85）和最大正方形问题。这类问题通常需要将二维问题转化为一系列的一维问题来处理。

6. 常见错误与调试技巧

6.1 典型错误案例

1. 忘记处理栈中剩余元素
2. 混淆单调递增和单调递减栈的使用场景
3. 索引处理错误，特别是在需要记录位置而非值的情况下

6.2 调试建议

1. 使用小规模测试用例手动模拟栈的操作过程
2. 打印栈的状态变化帮助理解
3. 对于复杂问题，先写出暴力解法验证单调栈解法的正确性

7. 单调栈的扩展练习

为了真正掌握单调栈，建议按以下顺序练习：

1. 基础问题：

   • 496. 下一个更大元素 I
   • 739. 每日温度
   • 503. 下一个更大元素 II

2. 中等难度：

   • 901. 股票价格跨度
   • 84. 柱状图中最大的矩形

3. 进阶挑战：

   • 42. 接雨水
   • 85. 最大矩形

我在最初学习单调栈时，花了大约一周时间专门练习这类问题。建议每天解决2-3道相关题目，并总结其中的共性和差异。