示例1
输入
[1,3,5,2,4,6]
返回值
[1,3,5,5,5,6]
示例2
输入
[1,2,3,4,5,6]
返回值
[1,2,3,4,5,6]
备注:
注意，一个数组的子数组指的是这个数组的某个连续序列，如 [1,2] 和 [1,2,3] 都是 [1,2,3] 的子数组。
数据范围：
- 对于 30% 的数据，1≤N≤10
- 对于 60% 的数据，1≤N≤10^3
- 对于 100% 的数据，1≤N≤10^5
对于 100% 的数据，∣ai∣≤10^9。
思路：规则蛮复杂的，本质上我们只用考虑每个数的‘贡献’，这个‘贡献’定义为每个数在多长的区间范围内是最大值，因为假如它不是最大值，则对答案并不会产生影响。我们可以借助单调栈，预处理出每个数的贡献，并采用最小堆从中找到响应区间长度的答案【当前的堆顶只有满足其在能保证自身是最大值的区间长度大于等于当前要求的长度时才能作为答案】。
上述解释可能有些抽象，我们以样例1的数据为例进行解释，输入为[1,3,5,2,4,6]，经过单调栈处理后，每个数对应的区间为：[[1,1],[1,2],[1,5],[4,4],[4,5],[1,6]]，只有在相应的区间中，相应的数才是区间中的最大值，我们将所有数以及相应的区间存入最小堆，区间长度从1到n循环，每次弹出堆顶，判断当前元素的对应区间长度是否大于等于枚举到的区间，是就更新答案，否则继续弹队列。
import java.util.*;
public class Solution {
/**
* 找到所有长度子数组中最大值的最小值
* @param numbers int整型一维数组 牛牛给出的数据
* @return int整型一维数组
*/
public int[] getMinimums (int[] numbers) {
// write code here
int n=numbers.length;
int[] ans=new int[n];
int[][] arr=new int[n][2];
Stack<Integer> st=new Stack<>();
PriorityQueue<int[]> q=new PriorityQueue<>((a,b)->a[0]-b[0]);
for(int i=0;i<n;i++){
arr[i][0]=arr[i][1]=i;
while(!st.isEmpty() && numbers[st.peek()]<numbers[i]){
int top=st.peek();
arr[top][1]=i-1;
arr[i][0]=arr[top][0];
st.pop();
}
st.add(i);
}
while(!st.isEmpty()){
arr[st.peek()][1]=n-1;
st.pop();
}
for(int i=0;i<n;i++)
q.add(new int[]{numbers[i],arr[i][0],arr[i][1]});
for(int i=1;i<=n;i++){
while(!q.isEmpty() && q.peek()[2]-q.peek()[1]+1<i)
q.poll();
ans[i-1]=q.peek()[0];
}
return ans;
}
}
