news 2026/4/16 10:43:30

单调栈算法讲解

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
单调栈算法讲解

单调栈(Monotonic Stack)本质上就是**“带约束的栈”
在任何时刻,栈内元素都保持
单调递增或单调递减**的顺序。一旦新元素破坏这个单调性,就不断出栈,直到恢复单调为止。


一、为什么要有单调栈?

很多问题的核心是这类需求:

  • 对每个元素,快速找到它左边/右边第一个比它大或小的元素

  • 比如:

    • 下一个更大元素(Next Greater Element)
    • 柱状图最大矩形
    • 接雨水
    • 股票价格跨度

如果暴力做:
每个元素向左/右扫描,时间复杂度是O(n²)

单调栈的价值在于:
把这类问题统一降到 O(n)


二、单调栈的核心不变量(Invariant)

单调栈始终维护一个顺序不被破坏的栈结构

  • 单调递增栈:栈底 → 栈顶,值越来越大
  • 单调递减栈:栈底 → 栈顶,值越来越小

关键不是“递增/递减”本身,而是:

栈里留下的,都是“还没找到答案”的元素

一旦某个新元素能“解决”栈顶元素的问题,
栈顶就该出栈了。


三、为什么是 O(n)?

这是单调栈最容易被误解、但最重要的一点。

每个元素:

  • 最多入栈一次
  • 最多出栈一次

所以:

  • 总入栈 ≤ n
  • 总出栈 ≤ n
  • 总操作 ≤ 2n →O(n)

哪怕有while循环,也不会爆。


四、栈里到底存什么?

这点非常关键,很多人会混淆。

两种常见存法

1. 存「值」
  • 适合只关心大小关系
  • 比如 Next Greater Element(只要值)
2. 存「下标」(更常见)
  • 需要算距离、区间、面积时必须用下标

  • 比如:

    • 柱状图最大矩形
    • 接雨水
    • 最近更大/更小元素的距离

实战中90% 都是存下标


五、四种经典变体(一定要会的表)

目标栈类型扫描方向
右侧第一个更大单调递减左 → 右
右侧第一个更小单调递增左 → 右
左侧第一个更大单调递减右 → 左
左侧第一个更小单调递增右 → 左

一句口诀:

找「更大」用递减栈,找「更小」用递增栈


六、单调栈的本质理解(很重要)

你可以把单调栈理解为:

一种“延迟决策”的结构

  • 元素入栈:
    “我还不知道我的答案是谁”
  • 元素出栈:
    “答案找到了,不需要我了”

栈中始终保存的是:

  • 未来可能被某个元素解决的问题集合

八、什么时候你该想到单调栈?

看到这些关键词,条件反射就对了:

  • 「第一个 / 最近的」
  • 「左边 / 右边」
  • 「比它大 / 比它小」
  • 「区间 / 连续 / 最大 / 最小」

好,这里给你一组单调栈必刷经典题清单,我会按「题目 → 思路 → 单调栈过程 → 答案实现」完整走一遍。
入门 → 核心 → 进阶,基本覆盖 90% 面试/竞赛场景。

九、经典题目

1、下一个更大元素(单调栈入门)

题目

给定数组nums,返回一个数组res
res[i]nums[i]右边第一个比它大的元素,没有则为-1

输入: [2,1,2,4,3] 输出: [4,2,4,-1,-1]

思路
  • 从左到右扫描
  • 单调递减栈
  • 栈中保存「还没找到更大元素的下标

单调栈过程
nums = [2,1,2,4,3] i=0: stack=[0] i=1: stack=[0,1] i=2: nums[2]=2 > nums[1]=1 → pop 1 → res[1]=2 stack=[0,2] i=3: 4 > 2 → pop 2 → res[2]=4 4 > 2 → pop 0 → res[0]=4 stack=[3] i=4: stack=[3,4]

答案(Python)
defnext_greater(nums):n=len(nums)res=[
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/12 19:33:07

Claude工具调用实战:5个真实工作场景让AI成为你的得力助手

Claude工具调用实战:5个真实工作场景让AI成为你的得力助手 【免费下载链接】courses Anthropics educational courses 项目地址: https://gitcode.com/GitHub_Trending/cours/courses 📊 场景一:数据查询不再让你加班到深夜 问题&…

作者头像 李华
网站建设 2026/4/16 10:42:43

保姆级教程:从0开始玩转Z-Image-Turbo文生图

保姆级教程:从0开始玩转Z-Image-Turbo文生图 你是否也曾在深夜对着空白的设计稿发愁,想要一张极具中国风的汉服少女图,却苦于找不到合适的素材?或者想快速生成高质量配图,但主流AI绘画工具动辄几十步推理、显存爆满、…

作者头像 李华
网站建设 2026/4/8 8:46:31

AI视频修复实战指南:5大工具对比与操作技巧全解析

AI视频修复实战指南:5大工具对比与操作技巧全解析 【免费下载链接】ComfyUI-WanVideoWrapper 项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper 在视频内容创作日益普及的今天,AI视频修复技术正成为提升画质的有力武器…

作者头像 李华
网站建设 2026/4/9 19:48:50

Z-Image-Turbo_UI部署避坑指南:这些错误别再犯了

Z-Image-Turbo_UI部署避坑指南:这些错误别再犯了 你是不是也遇到过这样的情况:兴致勃勃地部署Z-Image-Turbo_UI,结果卡在启动环节,浏览器打不开界面,或者生成图片后找不到文件?别急,这些问题我…

作者头像 李华
网站建设 2026/4/16 9:09:25

开源向量模型怎么选?Qwen3-Embedding-4B实战测评指南

开源向量模型怎么选?Qwen3-Embedding-4B实战测评指南 在构建RAG系统、语义搜索服务或智能知识库时,嵌入模型(Embedding Model)就像整个系统的“语言翻译官”——它把人类语言转换成机器能理解的数字向量。选错模型,后…

作者头像 李华
网站建设 2026/4/16 9:07:05

Voice Sculptor捏声音模型解析|附LLaSA与CosyVoice2集成实践

Voice Sculptor捏声音模型解析|附LLaSA与CosyVoice2集成实践 1. 模型核心能力与技术背景 1.1 什么是Voice Sculptor? Voice Sculptor是一款基于LLaSA和CosyVoice2两大语音合成框架二次开发的指令化语音生成系统。它最大的特点在于:你不需要…

作者头像 李华