在打磨LeetCode时，每次遇到精彩的问题解决方案都会感叹数据结构的伟大，但巧妙的设计可以非常明确地解决问题。
单调堆栈分为单调增加堆栈和单调减少堆栈，是单调增加堆栈，即堆栈中的元素保持单调增加的堆栈。 同样，单调减少堆栈(即堆栈中的元素保持单调减少的堆栈)与单调队列相同，但只使用到其一端，利用它可以解决RQNOJ的“否”队列等ACM/ICPC和OI主题【来源于百度百科的定义】
作用可以在o(1)的时间复杂度中知道位置左侧和右侧比他大(或小)的数量的位置，而在需要高效地获取机灵大地位于位置左侧和右侧比他大(或小)的数量的位置时，作用可以用于单调堆栈。
解答问题
想法可以维持存储下标的单调堆栈，从堆栈底部开始依次减少与堆栈上下标对应的温度列表中的温度。 如果下标位于单调的堆栈中，则表示找不到下一个温度较高的下标。 正向遍历温度列表。
对于温度列表各元素T[i]，
如果栈为空，则直接将i进栈，
http://www.Sina.com/http://www.Sina.com /
http://www.Sina.com/http://www.Sina.com /
重复上述操作，直到堆栈为空或堆栈顶部元素对应的温度低于当前温度，然后将I放入堆栈中。
如果栈不为空，则比较栈顶元素
因为在这种情况下，与进入堆栈的I相对应的T[i]始终是T[prevIndex]右边第一个大于它的元素。 请想想，如果prevIndex和I有更大的元素，而下标为j，则prevIndex一定会在下标j的圈上被弹出。
由于单调堆栈满足与堆栈底部到堆栈顶部的元素相对应的温度下降，因此每次堆栈元素时，会删除所有温度较低的元素，并更新与堆栈元素相对应的等待天数。 这样，等待天数一定最小。
prevIndex对应的温度T[prevIndex]和当前温度T[i]，
对于温度列表[73、74、75、71、69、72、76和73]，单调堆栈的初始状态为空。 其结果，result的初始状态为[0、0、0、0、0、0、0、0、0、0]，单调堆栈内的答案按以下步骤更新
i=0时，单调堆栈为空，所以将0放入堆栈中。
sack=[0(73 ) ]
result=[0、0、0、0、0、0、0、0]
如果i=1，则75大于74，删除堆栈顶部元素1，分配result[0]=1-0，并将1放入堆栈中。
sack=[1(74 ) ]
result=[ 1，0，0，0，0，0，0，0 ]
如果i=2，则74大于73，删除堆栈顶部元素1，分配result[1]=2-1，并将1放入堆栈中。
sack=[2(75 ) ]
result=[ 1，1，0，0，0，0，0，0 ]
i=3时，71小于75，所以将3放入堆栈中
sack=[2(75 )，3 ) 71 ] ]
result=[ 1，1，0，0，0，0，0，0 ]
i=4时，69小于71，因此将4放入堆栈中
堆叠=[2(75 )，3 ) 71 )，4 ) 69]
result=[1、1、0、0、0、0、0、0]
如果i=5，则72大于69和71，因此按顺序删除堆栈顶部元素4和3，分配result[4]=5-4和result[3]=5-3，并将5放入堆栈中。
sack=[2(75 )，3 ) 72 ] ]
result=[ 1，1，0，2，1，0，0 ]
如果i=6，则76大于72和75，因此按顺序删除堆栈顶部元素5和2，分配result[5]=6-5和result[2]=6-2，并将6放入堆栈中。
sack=[2(75 )，3 ) 72 ] ]
result=[ 1，1，0，2，1，0，0 ]
如果I=7，73小于76，所以将7放入堆栈中。
堆叠=[6(76 )，7 ) 73 ] ]
result=[ 1，1，4，2，1，1，0，0 ]
Swift解题代码funcdailytemperatures (_ t : [ int ]-[ int ] { varresult=array (repeating 3360，count: T.count ) var sult ] value { letpreindex=stack.poplast (！ result [ pre index ]=index-pre index } stack.append (index ) } return result } (返回结果测试之路)关注公众号，欢迎返回【领取资源】
Python编程学习资源的干货、
Python Appium框架APP的UI自动化、
Python Selenium框架Web的UI自动化、
Python Unittest框架自动化API、
资源和代码免费送到~
文章下面有公众号的二维码，直接微信扫清兴趣就行了。
如果
T[i] T[prevIndex]，则将prevIndex移除，并将prevIndex对应的等待天数赋为i - prevIndex，