5 dépôts
Algorithms using a monotonic stack to find the nearest extreme element in linear time.
Distinguishing note: Shortlist candidates are entirely unrelated to the concept of monotone stacks or next-greater-element problems.
Explore 5 awesome GitHub repositories matching software engineering & architecture · Monotone Stack Algorithms. Refine with filters or upvote what's useful.
This project is a curated educational resource and solution repository for algorithmic challenges, specifically focused on LeetCode problems. It serves as a technical reference for common data structures and algorithmic patterns, providing verified code implementations across multiple programming languages alongside detailed logic and complexity analysis. The repository functions as a comprehensive study guide for competitive programming and technical interview preparation. It includes specialized learning tools such as an Anki flashcard dataset for spaced repetition and a browser extension t
Identifies the first element to the right that is larger or smaller than the current value using a monotone stack.
algorithm-base is an educational library and study guide designed for simulating algorithms and studying data structures. It functions as an execution visualizer that renders step-by-step state changes and pointer updates through animated simulations to illustrate how data movement works. The project distinguishes itself by mapping conceptual logic directly to multi-language source code implementations. It utilizes a comparative analysis framework to evaluate different algorithmic strategies based on stability, time complexity, and space complexity, while organizing problems by underlying mec
Identifies the next greater element in an array using monotonic stack logic and animations.
LogicStack-LeetCode is a curated repository of solved algorithm problems and data structure implementations, primarily drawn from the LeetCode platform. Its core identity is a structured collection of solutions designed to support technical interview preparation and competitive programming practice, with each solution accompanied by complexity analyses to help engineers understand performance trade-offs. The repository distinguishes itself through its breadth of coverage across fundamental algorithmic patterns and data structures. It includes implementations for array manipulation, string pro
Implements the next greater element problem using hash maps and monotonic stack techniques.
Ce projet est une bibliothèque curatée d'implémentations d'algorithmes et de problèmes de programmation résolus. Il sert de dépôt de référence pour la programmation compétitive et les implémentations de structures de données, fournissant des solutions optimisées pour un large éventail de défis de codage. La collection organise les exemples de code par technique algorithmique, en se concentrant spécifiquement sur l'implémentation d'arbres, de graphes et de tas pour optimiser la complexité temporelle et spatiale. Elle fournit des solutions spécifiques au langage utilisées pour des tâches de codage haute performance. Le dépôt couvre un large ensemble de capacités, incluant les parcours de graphes, la programmation dynamique, le traitement de motifs de chaînes et les opérations de recherche binaire. Il inclut également des implémentations pour l'interrogation de données sur plage, la manipulation de bits et la conception de structures de données personnalisées telles que des caches et des moteurs d'autocomplétion. Une couverture supplémentaire inclut les calculs mathématiques et le suivi des performances en concours.
Implements monotonic stacks and double-ended queues to solve next-greater-element and sliding window maximum problems.
Ce projet est une bibliothèque de référence curatée de modèles algorithmiques, d'implémentations de structures de données et de notes de conception système. Il sert d'ensemble de problèmes algorithmiques Java et de guide de programmation compétitive, fournissant une collection de solutions pour des défis de codage provenant de plateformes comme LeetCode et LintCode. La bibliothèque se distingue par son ensemble complet d'implémentations Java pour des structures de données avancées et des stratégies algorithmiques. Elle inclut des références détaillées pour résoudre des problèmes complexes avec une analyse de complexité temporelle et spatiale associée. Le projet couvre une large surface des fondamentaux de l'informatique, incluant la conception d'algorithmes, l'implémentation de structures de données et la conception système. Son contenu couvre la théorie des graphes, la programmation dynamique, la recherche et l'optimisation, ainsi que les techniques de traitement de données linéaires. Il inclut également des notes sur l'évolutivité de l'infrastructure, le caching de performance et les modèles d'architecture logicielle.
Implements algorithms using a monotonic stack to find the nearest extreme element in linear time.