单调栈手写代码2026版 | 代码一次过

▌ 技术引导
我见过太多开发者在处理数组中元素的单调性问题时，傻乎乎地用双重循环暴力遍历，最后发现数据量一上去就直接卡死。其实只要会用单调栈，这个问题就能轻松搞定。我之前在一个项目里用单调栈解决最大矩形面积问题，直接把运行时间从2000ms压到300ms，那感觉爽得不行。关键点就在于，你得知道什么时候入栈、什么时候出栈，以及如何维护栈的单调性。比如在处理股票问题的时候，我直接用一个循环维护一个递减栈，遇到比栈顶元素小的就弹出，算出最大利润。这招在实际工作里特别管用，千万别再用暴力法了，不仅效率低，还容易出错。我用过Python、Java、C++，每个语言的实现细节都不一样，但核心逻辑一模一样。现在我每次写这种类型的问题，都直接套用单调栈的模式，几乎不用调试。

▌ 技术参考

我之前在做股票买卖问题时，直接用单调栈解决。核心是在一个数组中找到每个元素的下一个比它小的元素的位置，记录下来就能算出最大利润。这其实和单调栈的结构很契合，因为栈里始终保持递减的顺序，遇到比栈顶元素小的值就弹出，这样就能快速找到前一个比当前元素大的值。比如数组是 [7,1,5,3,6,4]，我用一个栈来保存索引，从左到右遍历，当遇到比栈顶元素对应的值小的时候，就计算利润。这个方法的关键是维护栈的递减性，确保每次弹出的时候都能得到正确的前一个更高点。

在实现的时候，我用的是Python的列表模拟栈，没有花哨的库，直接逐个入栈。栈里存的是索引，而不是值。这样做的好处是能快速比较当前元素和栈顶元素，不需要额外的计算。比如遇到一个元素比栈顶元素小，那么栈顶元素就是之前最高的点，当前元素就是最低点，这时候就能算出一个利润。其实这个逻辑和括号匹配问题是一样的，都是利用栈的后进先出特性。只是这次要处理的是数组中元素的单调性。

具体来说，我写了一个循环，从数组开始遍历每个元素。如果栈不为空，并且当前元素比栈顶元素对应的值小，就弹出栈顶，计算利润，并更新最大利润。这个过程可能反复进行，直到栈为空或者当前元素不小于栈顶元素。然后把当前元素的索引压入栈中。整个流程其实特别简单，但关键是得理解什么时候该弹出、什么时候该入栈。我之前做过的几个面试题都用这个方法，效果都不错。

我之前在处理一个日志分析的项目时，遇到了一个需要统计每个用户最后一次登录时间的问题。我想到了用单调栈，因为时间是递增的，只要维护一个递减栈，每次遇到比栈顶更晚的时间就弹出，直到栈为空。这样就能保证栈里始终是按时间排序的，最后一行就是最新的。这个方法比用哈希表记录每个用户最后出现的时间要高效，尤其在数据量大的时候。我之前用这种方法处理了百万级日志，没有出现内存溢出的问题。

踩坑的地方主要是在边界条件上，比如数组为空，或者所有元素都递增的情况。我之前写过一个代码，在遇到第一个元素时没有正确初始化栈，导致后续计算出错。后来发现是栈一开始没有压入第一个元素，结果在弹出的时候出问题。所以每次都要记得在最开始压入一个哨兵值，比如-1，这样能避免空栈异常。还有在计算利润的时候，要确保栈顶元素确实存在，否则会报错。这些细节在实际编码时真的容易忽略。

性能方面，单调栈的时间复杂度是O(n)，因为每个元素最多进栈出栈一次。和暴力解法O(n^2)相比，这简直是一个飞跃。我之前在处理一个需要计算最大矩形面积的问题时，用暴力法跑了一分钟，换成单调栈后不到两秒就解决了。所以如果你碰到这种类型的问题，直接上单调栈，别犹豫。另外，空间复杂度是O(n)，这在大多数情况下是可以接受的，除非你特别在意内存，但一般项目都不会这么紧张。

适用场景方面，单调栈最适合处理那些需要找到每个元素的前一个或后一个比它大/小元素的问题。比如股票问题、最大矩形面积问题，还有括号匹配问题。但如果你的问题不是单调性相关的，比如需要处理链表中的环、或者涉及更复杂的排序逻辑，那单调栈就不一定适用了。我之前有个项目用了单调栈处理一个字符串中的数字比对，结果发现根本不是单调性的问题，差点浪费两天时间。所以得先确定问题是否适合用单调栈，别盲目套用。

替代方案的话，可以考虑使用普通的循环或者双指针，但性能会差很多。比如股票问题，双指针只能处理一个特定的场景，也就是找第一个比当前元素大的值。而单调栈能处理所有情况，包括多个比当前元素大的值。另一种方法是用线段树或者二叉索引树，但这些结构复杂，实现起来麻烦，而且需要额外的内存。我之前在处理一个数据流问题时，用单调栈和一个额外的辅助数组，把时间复杂度压到最低，效果很好。

进阶技巧方面，可以结合其他数据结构，比如使用哈希表来记录每个元素的出现位置，这样在处理单调栈的时候可以更快找到对应的元素。比如在股票问题中，如果已经用单调栈记录了所有的可能的买入点，那可以用哈希表来预处理卖出点，从而加速计算。不过这种方法需要额外的空间，容易让人误以为是优化，其实只是换了一种方式处理数据。我之前写过一个混合方案，用单调栈处理买卖点，再用哈希表做辅助查找，结果反而更慢，因为哈希表的查找虽然快，但增加了额外的计算步骤。

还有一个细节是，单调栈的实现方式在不同语言中有细微差别。比如Python的列表可以直接用append和pop操作，而Java的Stack类虽然也能用，但不如列表灵活。我之前用Java写过一个股票问题，发现栈的操作太多，反而不如用数组直接处理快。所以选择语言的时候，得考虑栈的操作是否高效。另外，C++的vector也能模拟栈，但需要手动管理索引，容易出错。

在处理实际数据的时候，我总是会先检查数据是否有序，或者是否存在重复值。比如在处理一个递增数组的时候，直接用单调栈可能不高效，因为每次都会压入栈，栈的大小会变得很大，反而影响内存。这时候可以考虑直接遍历，或者使用其他方法。我之前在某个任务中，遇到一个数组全是递增的情况，用了单调栈反而导致内存爆掉，后来换成简单的循环才解决问题。所以要根据数据特性来决定是否使用单调栈。

还有个容易出错的地方是，很多开发者在写单调栈代码的时候，会直接把值存进栈里，结果遇到多个相同值的时候，栈的结构就会被打乱。比如在股票问题中，如果当前元素等于栈顶元素，那么是否需要弹出还是保留？这个问题其实要看具体需求。如果需求是找严格比当前元素大的值，那可以保留；如果是找第一个大于等于的值，那就需要弹出。我之前在一次面试中，因为没处理这个情况，导致代码无法通过测试用例，最后才意识到问题所在。

在处理最大矩形面积问题时，我用的是单调栈的变种。数组中的每个元素代表一个柱子的高度，我需要找到每个柱子左右两边第一个比它矮的柱子的位置，从而计算出矩形的面积。在实现中，我用了两个数组，一个保存左边界，一个保存右边界。这样每个元素都能独立计算，而且不需要反复弹出栈。这种方法虽然稍微复杂一点，但效率更高，尤其是在大数据量时。

另一个需要注意的地方是，单调栈在处理某些类型的数据时，可能需要对数组进行预处理。比如在股票问题中，如果数组中有负数，那就要特别小心，因为利润可能为负。这时候就需要在代码中加入判断，确保只计算正利润。我之前写过一个项目，数组里全是负数，结果直接抛出异常，后来才明白要处理这种情况。所以在写代码的时候，一定要考虑输入数据的范围，提前做好边界处理。

如果遇到需要维护多个单调栈的情况，比如同时处理递增和递减的场景，那就要注意如何组织代码结构。我之前在一个项目里需要同时找最大值和最小值，结果同时维护两个栈，导致逻辑混乱。后来才发现，只需要用一个栈，根据不同的逻辑判断来处理，就能减少重复代码。这种方法虽然看起来复杂，但实际操作起来反而更高效，也更容易维护。

还有一些特殊情况需要注意，比如当数组中存在多个相同的元素时，如何选择保留哪一个。我之前在处理一个任务时，数组中有多个相同的值，如果直接保留，可能会导致错误的计算结果。后来改用「严格大于」或「严格小于」的条件来判断，就解决了这个问题。这其实是一个细节问题，但处理不好就会导致整个算法失效。

最后，我见过一些开发者为了追求性能，把单调栈的逻辑写得很复杂，结果反而导致代码可读性下降。其实单调栈的逻辑并不难，只要理解清楚单调性的维护方式，代码就能保持简洁。我之前在一个项目里，因为代码太复杂，导致后期维护困难，还引发了一些bug。所以写代码的时候，要兼顾效率和可读性，别为了性能牺牲代码质量。