数组

题目要求 给定一个循环整数数组 nums，返回数组 answer。 对每个下标 i： answer[i] = 从 i 向右遇到的第一个严格大于 nums[i] 的元素值 如果绕行一圈后仍然没有更大元素，answer[i] = -1。 “循环数组”表示走过最后一个位置后，可以继续从下标 0 开始；但一个下标不能绕一圈后把自己当成答案。 LeetCode 提供的方法接口是： nextGreaterElements(nums: List[int]) -> List[int] 示例 1 输入：nums = [1,2,1] 输出：[2,-1,2] 第一个 1 向右首先遇到更大的 2。 2 绕行一圈也找不到严格更大的元素，答案是 -1。 最后一个 1 走到数组末尾后绕回开头，随后遇到 2。 示例 2 输入：nums = [2,2,2] 输出：[-1,-1,-1] 相等元素不属于“更大元素”。 示例 3 输入：nums = [7] 输出：[-1] 数组只有一个元素时，它不能把自己作为下一个更大元素。 约束 1 <= nums.length <= 10^4 -10^9 <= nums[i] <= 10^9 Step 1：循环数组中的“右边”到哪里结束 先看： ...

题目要求 给定一个非负整数数组 heights。每个 heights[i] 表示宽度为 1 的柱子高度，所有柱子紧挨排列。 题目要求返回柱状图中能够形成的最大矩形面积。 一个合法矩形必须覆盖一段连续柱子。它的宽度是这段区间包含的柱子数量，高度不能超过区间中的最矮柱。 LeetCode 提供的方法接口是： largestRectangleArea(heights: List[int]) -> int 示例 1 输入：heights = [2,1,5,6,2,3] 输出：10 下标 2 和 3 的两根柱子高度分别是 5 和 6，可以形成高度 5、宽度 2、面积 10 的矩形。 示例 2 输入：heights = [2,4] 输出：4 可以选择高度 4、宽度 1，也可以选择高度 2、宽度 2，最大面积都是 4。 约束 1 <= heights.length <= 10^5 0 <= heights[i] <= 10^4 Step 1：矩形面积不是柱高之和 先看一个小柱状图： heights = [2,1,2] 如果矩形覆盖全部三根柱子，它的宽度是 3，但高度最多只能是 1： height = 1 width = 3 area = 1 * 3 = 3 不能把三根柱高相加得到 5。柱状图矩形覆盖的是一块完整矩形区域，中间高度为 1 的柱子会限制整个区间的矩形高度。 ...

题目要求 给你一个非空整数数组 nums。 数组中只有一个元素出现一次，其余每个元素都恰好出现两次。题目要求返回那个只出现一次的元素。 LeetCode 提供的方法接口是： singleNumber(nums: List[int]) -> int 除了返回正确答案，解法还需要满足两个要求： 时间复杂度是 O(n)。 只使用 O(1) 额外空间。 示例 1 输入：nums = [2,2,1] 输出：1 2 出现两次，只有 1 出现一次。 示例 2 输入：nums = [4,1,2,1,2] 输出：4 1 和 2 都能找到相同的另一个元素，最后只有 4 没有配对。 示例 3 输入：nums = [1] 输出：1 数组只有一个元素时，它就是答案。 约束 1 <= nums.length <= 3 * 10^4 -3 * 10^4 <= nums[i] <= 3 * 10^4 除一个元素只出现一次外，其余元素都恰好出现两次。 Step 1：先把“只出现一次”说准确 先看： nums = [4,1,2,1,2] 在这个很小的数组里，我们可以用眼睛寻找相同的数字： ...

题目要求 给定一个整数数组 temperatures，其中 temperatures[i] 表示第 i 天的温度。 返回数组 answer，其中： answer[i] = 从第 i 天开始，需要等待多少天才会遇到更高温度 如果之后没有更高温度，answer[i] = 0。 这里的“更高”是严格大于。相同温度不能结算等待中的日期。 LeetCode 提供的方法接口是： dailyTemperatures(temperatures: List[int]) -> List[int] 示例 输入：temperatures = [73,74,75,71,69,72,76,73] 输出：[1,1,4,2,1,1,0,0] 约束 1 <= temperatures.length <= 10^5 30 <= temperatures[i] <= 100 Step 1：答案不是更高温度，而是等待天数 先看一个更小的输入： temperatures = [73,71,72,76] 逐天回答： 第 0 天是 73，右侧第一个更高温度是第 3 天的 76，等待 3 天。 第 1 天是 71，第 2 天的 72 更高，等待 1 天。 第 2 天是 72，第 3 天的 76 更高，等待 1 天。 第 3 天右侧没有日期，答案是 0。 所以结果是： ...

题目要求 给你一个整数数组 nums。 你一开始站在下标 0。 nums[i] 表示： 从下标 i 最多可以向右跳多少步 题目要求返回： 到达最后一个下标所需的最少跳跃次数 输入输出 输入：nums: List[int] 输出：int 从下标 0 出发 每个数字表示最大跳跃长度，不是必须跳这么远 题目保证一定可以到达最后一个下标 只需要返回最少跳数，不需要返回具体路径 示例 输入：nums = [2,3,1,1,4] 输出：2 一种最少跳法是： 0 -> 1 -> 4 从下标 0 跳到下标 1，再从下标 1 跳到最后一个下标。 输入：nums = [2,3,0,1,4] 输出：2 虽然中间有 0，但仍然可以： 0 -> 1 -> 4 约束 1 <= nums.length <= 10^4 0 <= nums[i] <= 1000 题目保证 nums[n - 1] 可达 Step 1：45 不是问能不能到，而是问最少几步到 如果刚做完 LeetCode 55，已经知道可以维护： ...

题目要求 给你一个数组 prices，其中 prices[i] 表示第 i 天的股票价格。 你只能完成一次交易： 选择某一天买入一支股票 选择未来某一天卖出这支股票 返回能获得的最大利润。如果无法盈利，返回 0。 输入输出 输入：prices: List[int] 输出：最大利润 int 只能买一次、卖一次。 买入日必须早于卖出日。 可以选择不交易，此时利润是 0。 示例 输入：prices = [7,1,5,3,6,4] 输出：5 最优做法是在价格为 1 时买入，在价格为 6 时卖出，利润是 6 - 1 = 5。 输入：prices = [7,6,4,3,1] 输出：0 价格一直下降，任何买入后再卖出都会亏钱，所以返回 0。 约束 1 <= prices.length <= 10^5 0 <= prices[i] <= 10^4 Step 1：先固定买卖顺序 先看这个例子： prices = [7,1,5,3,6,4] 如果只看价格差，最大利润来自： 1 -> 6 profit = 5 这是合法的，因为价格 1 出现在价格 6 之前。 ...

题目要求 给你一个整数数组 nums。 你一开始站在下标 0。nums[i] 表示从位置 i 最多可以向右跳多少步。 题目要求判断：能不能到达最后一个下标。 输入输出 输入：nums: List[int] 输出：bool 从下标 0 出发。 每个位置的数字表示最大跳跃长度，不是必须跳这么远。 只需要判断能否到达最后一个下标，不需要返回具体路径。 示例 输入：nums = [2,3,1,1,4] 输出：true 一种跳法是： 0 -> 1 -> 4 从下标 0 可以跳到下标 1，再从下标 1 跳到最后一个下标。 输入：nums = [3,2,1,0,4] 输出：false 无论怎么跳，都会被下标 3 的 0 卡住，无法到达最后一个下标 4。 约束 1 <= nums.length <= 10^4 0 <= nums[i] <= 10^5 Step 1：不要先猜路径，先看覆盖范围 先看失败样例： nums = [3,2,1,0,4] 从下标 0 最多可以跳到下标 3。 看起来选择很多： 0 -> 1 0 -> 2 0 -> 3 当前 baseline 是： ...

副标题 / 摘要 “顺时针螺旋遍历”看似只是打印顺序，实则考验你对边界与循环不变量的掌控。本文用 ACERS 结构给出可直接复用的边界收缩模板，并给出多语言可运行实现。 预计阅读时长：12~15 分钟 标签：Hot100、矩阵、模拟、边界收缩 SEO 关键词：Hot100, Spiral Matrix, 螺旋矩阵, 顺时针螺旋遍历, 边界收缩, LeetCode 54 元描述：用边界收缩法输出矩阵的顺时针螺旋序列，包含推导、工程场景、复杂度对比与多语言代码。 目标读者 正在刷 Hot100、想把“矩阵模拟题”沉淀成模板的同学 对边界条件容易写错、希望提升代码稳健性的中级开发者 做可视化/栅格数据处理/网格路径相关任务的工程师 背景 / 动机 矩阵类题目最容易“写得出来，但写不对”： 多一层循环、多一个边界判断，就可能在单行/单列、奇偶层数时出错或重复输出。 螺旋遍历是一个很好的训练题：它逼你把 循环不变量（哪些行列还没被处理）和 边界收缩（每处理完一条边就把边界往里缩）描述清楚，代码才能既短又不炸。 核心概念 边界（Boundaries）：用 top/bottom/left/right 表示当前还未处理的矩形外框 层（Layer）：每次循环处理一圈外框（上边、右边、下边、左边） 收缩（Shrink）：每处理完一条边就移动对应边界：top++、right--、bottom--、left++ 循环不变量：始终保证未输出区域是 top..bottom × left..right A — Algorithm（题目与算法） 题目还原 给你一个 m 行 n 列的矩阵 matrix，请按照 顺时针螺旋顺序，返回矩阵中的所有元素。 输入输出 名称 类型 描述 matrix int[][] m × n 的矩阵 返回 int[] 按顺时针螺旋顺序输出的所有元素 示例 1（自拟） matrix = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] 输出: [1, 2, 3, 6, 9, 8, 7, 4, 5] 示例 2（自拟） matrix = [ [ 1, 2, 3, 4], [ 5, 6, 7, 8], [ 9, 10, 11, 12] ] 输出: [1, 2, 3, 4, 8, 12, 11, 10, 9, 5, 6, 7] C — Concepts（核心思想） 思路推导：从“标记访问”到“边界收缩” 朴素思路：方向数组 + visited 标记 从 (0,0) 出发按右/下/左/上转向；走到越界或已访问就转向。 ...

副标题 / 摘要 “矩阵置零”是典型的二维标记传播问题：某个位置为 0，会影响整行整列。本文用 ACERS 结构讲清楚为什么不能直接改、如何用首行首列做标记实现原地 O(1) 额外空间，并给出多语言可运行代码。 预计阅读时长：12~15 分钟 标签：矩阵、原地算法、标记位 SEO 关键词：矩阵置零, 原地 O(1) 空间, 首行首列标记, LeetCode 73 元描述：用首行首列作标记位，原地将含 0 的行与列全部置零；包含推导、复杂度对比、工程迁移与多语言实现。 目标读者 刷 LeetCode，想把“二维数组原地技巧”沉淀成稳定模板的同学 需要在工程里做二维网格/表格/矩阵数据清洗与传播标记的开发者 对空间优化敏感（嵌入式、性能场景、内存受限）的工程师 背景 / 动机 二维数据在工程里到处都是：表格、图像、传感器网格、关联矩阵…… “某个单元格触发规则 -> 影响整行整列”这种联动，本质就是 行列传播（row/col propagation）。 这题额外要求“原地”，逼你掌握一个非常通用的技巧：用数据结构本身的某些位置当作标记位，避免额外内存。 核心概念 传播标记：发现 0 后，不是立刻改整行整列，而是先记录“哪些行/列要被清零” 原地（in-place）：只允许 O(1) 额外空间（不算输入矩阵本身） 标记位复用：把 matrix[0][j] 当作“第 j 列要清零”的标记，把 matrix[i][0] 当作“第 i 行要清零”的标记 首行/首列特判：首行/首列既是数据又是标记位，因此需要单独用两个布尔量记录它们是否本来就该清零 A — Algorithm（题目与算法） 题目还原 给定一个 m x n 矩阵 matrix：如果某个元素为 0，则将该元素所在的 整行 与 整列 的所有元素都设置为 0。 要求 原地修改 matrix（通常不需要返回值）。 ...

副标题 / 摘要 缺失的第一个正数是经典的“原地哈希/索引定位”题：把值放回它应该在的位置，再线性扫描即可找到答案。本文按 ACERS 拆解思路、工程应用与多语言实现。 预计阅读时长：12~15 分钟 标签：Hot100、数组、原地哈希 SEO 关键词：First Missing Positive, 缺失的第一个正数, 原地哈希, 索引映射, O(n) 元描述：O(n) 时间、O(1) 额外空间的原地索引定位解法，含工程场景与多语言代码。 目标读者 正在刷 Hot100 的学习者 想掌握“原地索引定位”模板的中级开发者 需要在原数组内做高效重排与定位的工程师 背景 / 动机 “找最小缺失正数”本质是一个定位问题： 如果能把值 x 放在索引 x-1 上，那么答案就是第一个不匹配的位置。 题目还要求 O(n) 时间和 O(1) 额外空间，逼迫我们放弃排序与哈希表， 转而使用原地置换的技巧。 核心概念 概念 含义 作用 原地哈希 用数组下标充当哈希桶 O(1) 额外空间 索引定位 值 x 应放到 x-1 构造可扫描的结构 置换交换 不断交换直到就位 线性时间完成 A — Algorithm（题目与算法） 题目还原 给你一个未排序的整数数组 nums，找出其中没有出现的最小正整数。 请实现 O(n) 时间复杂度并且只使用 常数级别额外空间的解决方案。 输入输出 名称 类型 描述 nums int[] 未排序整数数组 返回 int 最小缺失的正整数 示例 1（官方） 输入: nums = [1,2,0] 输出: 3 示例 2（官方） 输入: nums = [3,4,-1,1] 输出: 2 思路概览 对每个位置 i，把 nums[i] 放到它应该去的位置 nums[i]-1。 完成“就位”后，从左到右找到第一个 nums[i] != i+1 的位置。 该位置对应的正整数 i+1 即为答案；若全部匹配则答案为 n+1。 C — Concepts（核心思想） 关键模型 值 x 应该放在索引 x-1 方法归类 原地哈希（Index-as-Hash） 数组置换 / 位置归位 线性扫描验证 不变量 当置换结束时： 如果 nums[i] == i+1，说明正整数 i+1 存在； 第一个不匹配的 i，就是最小缺失正整数的位置。 ...