栈:golang实现最小栈逻辑
ztj100 2025-01-11 18:54 20 浏览 0 评论
题目介绍: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。
代码实现逻辑
package main
import (
"errors"
"fmt"
"testing"
)
// MinStack 定义一个最小栈的结构体
type MinStack struct {
stack []int
minStack []int
}
// NewMinStack 创建一个新的最小栈
func NewMinStack() *MinStack {
return &MinStack{
stack: []int{},
minStack: []int{},
}
}
// Push 向栈中压入元素
func (s *MinStack) Push(x int) {
s.stack = append(s.stack, x)
// 如果 minStack 为空,或者 x 小于等于 minStack 栈顶元素,则压入 minStack
if len(s.minStack) == 0 || x <= s.minStack[len(s.minStack)-1] {
s.minStack = append(s.minStack, x)
}
}
// Pop 从栈中弹出元素
func (s *MinStack) Pop() {
if len(s.stack) == 0 {
return
}
// 如果 stack 栈顶元素等于 minStack 栈顶元素,则同时弹出
if s.stack[len(s.stack)-1] == s.minStack[len(s.minStack)-1] {
s.minStack = s.minStack[:len(s.minStack)-1]
}
s.stack = s.stack[:len(s.stack)-1]
}
// Top 获取栈顶元素
func (s *MinStack) Top() (int, error) {
if len(s.stack) == 0 {
return 0, errors.New("stack is empty")
}
return s.stack[len(s.stack)-1], nil
}
// GetMin 获取栈中的最小值
func (s *MinStack) GetMin() (int, error) {
if len(s.minStack) == 0 {
return 0, errors.New("min stack is empty")
}
return s.minStack[len(s.minStack)-1], nil
}
func TestMinStack(t *testing.T) {
minStack := NewMinStack()
minStack.Push(3)
minStack.Push(5)
top, _ := minStack.Top()
fmt.Printf("Top element: %d\n", top) // 输出 5
min, _ := minStack.GetMin()
fmt.Printf("Min element: %d\n", min) // 输出 3
minStack.Push(2)
minStack.Push(1)
min, _ = minStack.GetMin()
fmt.Printf("Min element after pushing 1: %d\n", min) // 输出 1
minStack.Pop()
min, _ = minStack.GetMin()
fmt.Printf("Min element after popping: %d\n", min) // 输出 2
minStack.Pop()
top, _ = minStack.Top()
fmt.Printf("Top element after popping twice: %d\n", top) // 输出 5
min, _ = minStack.GetMin()
fmt.Printf("Min element after popping twice: %d\n", min) // 输出 3
}
- 上一篇:golang高性能日志库zap的使用
- 下一篇:深度解析Golang的map「一」
相关推荐
- 其实TensorFlow真的很水无非就这30篇熬夜练
-
好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...
- 交叉验证和超参数调整:如何优化你的机器学习模型
-
准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...
- 机器学习交叉验证全指南:原理、类型与实战技巧
-
机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...
- 深度学习中的类别激活热图可视化
-
作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...
- 超强,必会的机器学习评估指标
-
大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...
- 机器学习入门教程-第六课:监督学习与非监督学习
-
1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...
- Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置
-
你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如...
- 自回归滞后模型进行多变量时间序列预测
-
下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...
- 苹果AI策略:慢哲学——科技行业的“长期主义”试金石
-
苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...
- 时间序列预测全攻略,6大模型代码实操
-
如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)