題目：
分析：題目的意思應該叫做「對於陣列的每乙個元素，尋找下乙個比他大的元素與他的距離」。例如對於 73 下標為 0 ，下乙個比他大的元素為 74 下標為 1 ，那麼就填入 1-0=1 。以此類推。
直接能夠想到的方法就是暴力遍歷，對於每乙個元素向後遍歷：
class
solution
//跳出之後沒超範圍，說明是合法找到
if(jelse
}return ans;
}}
由於之前做過最大矩形面積的題目，用過單調棧這個東西，因此想到了他。
回想一下在示例中：[73, 74,75, 71, 69, 72, 76,73]
上一種方法在 75~76 這段，做了很多重複的工作。
實際上當 75 找到比他大的答案是 76 的時候，這兩者中間幾個元素的答案範圍相應縮小了，但是暴力的做法卻仍然在盲目進行。所以我們想到用單調棧。
維護乙個單調遞減的棧，但是不是維護陣列的值，而是下標，每次判斷用下標到陣列裡去取值。
知道定義之後，我們選擇先來模擬這種方法的步驟，更加方便的計算結果：
可以看到如果使用單調棧，上面會有兩個連續出棧的過程，這就是相比暴力法改進了很多的地方。
確定了處理流程之後，我們還要考慮實現的一些細節：
遞減的條件是 >= 還是 > ? 是 >=；（試想 [ 1 ,1 ,2 ]對於第乙個 1 的答案應該是 2-0=2，所以第二個 1 也要入棧）
出棧的條件是 < ，什麼情況入棧呢？看到上面的例子裡在啊 i =5 的時候是有連續出棧的，因此只要滿足 < 需要連續出棧，while 迴圈來封裝。
class
solution
stack.
push
(i);
//如果沒有異常就入棧
i++;}
return ans;
}}
如果倒過來看這個問題，ans 仍然記為結果陣列。
以題目的示例來看這個過程：[73, 74, 75, 71, 69, 72, 76, 73]
到這一步的時候我們發現了兩個問題：
這樣利用後面結果的「跳躍查詢」方式，比暴力法合理了很多；
如果一次跳躍之後仍然得不到結果，比如 ans[4] !=0，
但是，對應的 t[ 4+ans[4] ] 也並不 > 當前的 t[i] ，那麼如果對應的
ans[ 5 ]!=0，就不能停止，而要繼續跳躍。
這種做法應該是動態規劃，狀態轉移方程就是：
從第二種情況看，「前乙個狀態」並不能完全解決當前狀態的問題，有可能會繼續追溯，個人認為這種方法更像是跳躍的遞迴而不是動態規劃。
但是這道題目，可能對棧的使用和頻繁增刪操作，時間大於陣列的直接訪問，用這種遞迴方法時間遠遠比單調棧少？（又或者只是力扣日常出bug）
最終**如下：
class
solution
else
if(res[j]==0
)}}return res;
}}
LeetCode 739題 每日溫度
請根據每日 氣溫 列表，重新生成乙個列表。對應位置的輸出為 要想觀測到更高的氣溫，至少需要等待的天數。如果氣溫在這之後都不會公升高，請在該位置用 0 來代替。例如，給定乙個列表 temperatures 73,74,75,71,69,72,76,73 你的輸出應該是 1,1,4,2,1,1,0,0 ...
LeetCode 739 每日溫度
根據每日 氣溫 列表，請重新生成乙個列表，對應位置的輸入是你需要再等待多久溫度才會公升高的天數。如果之後都不會公升高，請輸入 0 來代替。例如，給定乙個列表 temperatures 73,74,75,71,69,72,76,73 你的輸出應該是 1,1,4,2,1,1,0,0 static con...
LeetCode 739 每日溫度
根據每日 氣溫 列表，請重新生成乙個列表，對應位置的輸入是你需要再等待多久溫度才會公升高的天數。如果之後都不會公升高，請輸入 0 來代替。例如，給定乙個列表 temperatures 73,74,75,71,69,72,76,73 你的輸出應該是 1,1,4,2,1,1,0,0 從後一天往前一天推，...