给你一个整数数组 nums ，数组中共有 n 个整数。132 模式的子序列 由三个整数 nums[i]、nums[j] 和 nums[k]组成，并同时满足：i < j < k和 nums[i] < nums[k] < nums[j]。

如果 nums 中存在 132 模式的子序列 ，返回 true ；否则，返回 false 。

进阶：很容易想到时间复杂度为 O(n^2) 的解决方案，你可以设计一个时间复杂度为 O(n logn) 或 O(n) 的解决方案吗？

示例 1：

输入：nums = [1,2,3,4]
输出：false
解释：序列中不存在 132 模式的子序列。

示例 2：

输入：nums = [3,1,4,2]
输出：true
解释：序列中有 1 个 132 模式的子序列： [1, 4, 2] 。

示例 3：

输入：nums = [-1,3,2,0]
输出：true
解释：序列中有 3 个 132 模式的的子序列：[-1, 3, 2]、[-1, 3, 0] 和 [-1, 2, 0] 。

提示：

n == nums.length
1 <= n <= 104
-109 <= nums[i] <= 109

题解:

一开始以为是连续的 ..... 妈耶写完提交才发现不对... 尴尬,我还在想怎么会这么简单的.

三层循环 .

可以是可以 , 性能太低, 估计过不了 . 看了下评论也确实有过不了了 . 我也就不写了.

降维

降一个维护 , 双层循环应该是可行的.

三个值左边最小 , 且在最左边 . 可以从这里入手 . 找到最小值 , 后面找大值就可以了 . 在循环中找最小值, 且比较大小 . 一个循环, 解决两个值. 然后再套个循环 .

class Solution {
    public boolean find132pattern(int[] nums) {
        int n = nums.length;
        if(nums.length < 3)
            return false;
        int i=0,j=0,k=0;
        int min = nums[0];
        for(int i=0;i<n;i++){
            min = Math.min(min,nums[i]); // 找到最小值即1
            if(min == nums[i])// 若最小值为当前值则进行下一次遍历
                continue;
            for(int j=n-1;j>i;j--)
            {
                if(min < nums[j] && nums[j] < nums[i]) //若出现32则返回正确
                    return true;
            }
        }
        return false;
    }
}

单调栈

想着总可以用数据结构来解决这个问题 . 想半天没主意 ... 还是看了评论 .

单调栈 , 那么栈中的元素肯定是顺序的 .

这个思路是先找 3 , 2 这两个 , 只要有 前一个(3)比后一个(2)大的, 那么再找 比后一个小的 . 后一个(2) . 后一个是暂存在last中的 .

public boolean find132pattern(int[] nums) {
        if(nums.length < 3){
            return false;
        }
        Stack<Integer> st = new Stack<>();
        int len = nums.length;
        int last = Integer.MIN_VALUE;//记录132中的2。
        //从后往前扫
        for(int i = len-1;i>=0 ;i--){
            if(nums[i]<last) return true;//如果1<2，且中间必有个3

            // 若当前值大于或等于2则更新2（2为栈中小于当前值的最大元素）
            // 注意这个栈一定是个单调递增的栈，栈顶元素一定是最小的
            // 因为如果某个元素比栈顶元素大，那么栈顶元素就会被弹出。
            // 所以到最后，栈内元素一定是从栈顶到栈底递增的。
            while(!st.isEmpty() && nums[i]>st.peek()){
                last = st.pop();
            }
            // 当前值入栈
            st.push(nums[i]);
        }
        return false;
    }