1381-设计一个支持增量操作的栈
请你设计一个支持对其元素进行增量操作的栈。
实现自定义栈类 CustomStack
:
CustomStack(int maxSize)
:用maxSize
初始化对象,maxSize
是栈中最多能容纳的元素数量。void push(int x)
:如果栈还未增长到maxSize
,就将x
添加到栈顶。int pop()
:弹出栈顶元素,并返回栈顶的值,或栈为空时返回 -1 。void inc(int k, int val)
:栈底的k
个元素的值都增加val
。如果栈中元素总数小于k
,则栈中的所有元素都增加val
。
示例:
**输入:**
["CustomStack","push","push","pop","push","push","push","increment","increment","pop","pop","pop","pop"]
[[3],[1],[2],[],[2],[3],[4],[5,100],[2,100],[],[],[],[]]
**输出:**
[null,null,null,2,null,null,null,null,null,103,202,201,-1]
**解释:**
CustomStack stk = new CustomStack(3); // 栈是空的 []
stk.push(1); // 栈变为 [1]
stk.push(2); // 栈变为 [1, 2]
stk.pop(); // 返回 2 --> 返回栈顶值 2,栈变为 [1]
stk.push(2); // 栈变为 [1, 2]
stk.push(3); // 栈变为 [1, 2, 3]
stk.push(4); // 栈仍然是 [1, 2, 3],不能添加其他元素使栈大小变为 4
stk.increment(5, 100); // 栈变为 [101, 102, 103]
stk.increment(2, 100); // 栈变为 [201, 202, 103]
stk.pop(); // 返回 103 --> 返回栈顶值 103,栈变为 [201, 202]
stk.pop(); // 返回 202 --> 返回栈顶值 202,栈变为 [201]
stk.pop(); // 返回 201 --> 返回栈顶值 201,栈变为 []
stk.pop(); // 返回 -1 --> 栈为空,返回 -1
提示:
1 <= maxSize, x, k <= 1000
0 <= val <= 100
- 每种方法
increment
,push
以及pop
分别最多调用1000
次
分析
可以发现题目要求我们实现的 push
、pop
和 inc
三个功能中,前两个功能就是普通的栈所具有的功能,为什么普通的栈没有 inc
功能呢?因为普通的栈只有栈顶元素是「可见」的,所以要实现的这个功能,我们就要让栈中的所有元素「可见」。
方法一:模拟
我们使用数组模拟栈,用一个变量 top
来记录当前栈顶的位置。
对于
push
操作,首先判断当前元素的个数是否达到上限,如果没有达到,就把top
后移一个位置并添加一个元素。对于
pop
操作,首先判断当前栈是否为空,非空返回栈顶元素并将top
前移一位,否则返回 -1。对于
inc
操作,直接对栈底的最多k
个元素加上val
。
1 | class CustomStack { |
1 | class CustomStack { |
1 | class CustomStack: |
复杂度分析
时间复杂度:初始化(构造函数)、
push
操作和pop
操作的渐进时间复杂度为 O(1),inc
操作的渐进时间复杂度为 O(k)。空间复杂度:这里用到了一个长度为
maxSize
的数组作为辅助空间,渐进空间复杂度为 O({\rm maxSize})。
方法二:模拟优化
在方法一中,只剩下 inc
操作的时间复杂度不为 O(1),因此可以尝试对该操作进行优化。
我们用一个辅助数组 add
记录每次 inc
操作。具体地,如果 inc
操作是将栈底的 k
个元素(将 k
与栈中元素个数取较小值)增加 val
,那么我们将 add[k - 1]
增加 val
。这样做的目的在于,只有在 pop
操作时,我们才需要知道栈顶元素的具体值,在其余的情况下,我们只要存储每个元素的增量就行了。
因此在遇到 pop
操作时,我们返回栈顶元素的初始值加上增量 add[top]
。在这之后,我们将增量向栈底进行传递,累加至 add[top - 1]
处,这样 inc
操作的时间复杂度也减少至 O(1) 了。
1 | class CustomStack { |
1 | class CustomStack { |
1 | class CustomStack: |
复杂度分析
时间复杂度:所有操作的渐进时间复杂度均为 O(1)。
空间复杂度:这里用到了两个长度为
maxSize
的数组作为辅助空间,渐进空间复杂度为 O({\rm maxSize})。