单调栈核心是用list模拟栈并维护严格递减序列，遍历时入栈前弹出所有破坏单调性的元素；常见于求下一个更大元素，时间复杂度O(n)；循环数组通过索引取模与2n−1次遍历处理，栈中存原始索引且需防重复更新。
单调栈的核心逻辑：用栈维护递减序列
单调栈不是 Python 内置数据结构，而是用 list 模拟栈行为、并人为保证其内部元素单调（通常是严格递减）的一种技巧。关键不在于“建一个叫单调栈的类”，而在于“在遍历中，每次入栈前弹出所有破坏单调性的元素”。比如找下一个更大元素时，栈底到栈顶应保持递减——这样栈顶元素一旦遇到比它大的数，就能立刻确定它的答案，且这个答案就是当前遍历到的数。
常见错误是把栈当普通容器用，只 append 不 pop，结果栈越积越大，完全失去“单调”意义；或者弹出条件写反，比如写成 while stack and nums[i] ，那就变成维护递增栈了，和题目要求背道而驰。
标准实现：一次遍历 + 栈存索引
直接存数值看似简单，但无法回填答案位置；必须存索引，才能在弹出时更新 result[stack.pop()] = nums[i]。典型实现如下：
def nextGreaterElements(nums):
n = len(nums)
result = [-1] * n
stack = [] # 存索引
for i in range(n):
while stack and nums[i] > nums[stack[-1]]:
idx = stack.pop()
result[idx] = nums[i]
stack.append(i)
return result注意点：
立即学习“Python免费学习笔记（深入）”；
-
while循环必须用and连接两个条件，顺序不能颠倒：先判stack非空，再取stack[-1]，否则空栈会报IndexError: list index out of range - 比较的是
nums[i] > nums[stack[-1]]，不是nums[i] > stack[-1]—— 后者是在比索引值大小，毫无意义 - 每个索引最多入栈、出栈各一次，时间复杂度稳定
O(n)，远优于暴力O(n²)
处理循环数组：遍历长度翻倍 + 取模
题目若要求「循环数组中下一个更大元素」（如 [1,2,1] 中最后一个 1 的答案是 2），不能真的复制数组（浪费空间），而是用索引取模模拟循环：
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
将循环展开为两倍长度遍历，但只允许每个原始索引被更新一次（靠 result 初始化为 -1 控制），代码只需微调：
def nextGreaterElementsCircular(nums):
n = len(nums)
result = [-1] * n
stack = []
# 遍历 2*n - 1 次，i 对应真实索引是 i % n
for i in range(2 * n - 1):
idx = i % n
while stack and nums[idx] > nums[stack[-1]]:
j = stack.pop()
if result[j] == -1: # 避免重复更新
result[j] = nums[idx]
stack.append(idx)
return result容易忽略的细节：
- 循环上限用
2 * n - 1而非2 * n：因为最坏情况下，最后一个元素要等绕一圈后第一个比它大的数，最多检查n-1个后续位置 - 必须加
if result[j] == -1判断：否则第二次遍历时可能覆盖已填的正确答案 - 栈里存的仍是原始索引（
idx），不是i，否则result[j]下标就错了
为什么不用 class 封装单调栈？
实际工程中极少定义 MonotonicStack 类。因为它的行为高度耦合于具体问题：弹出时机、比较逻辑、存值还是存索引、是否需要支持循环……全由上下文决定。强行封装反而增加理解成本和误用风险。比如你写了一个 push() 方法自动弹出小元素，但某天需求变成「找下一个更小元素」，你就得改方法名或加 flag 参数，不如每次按需手写几行 while 清晰。
真正该抽象的是「问题模式」：比如「左侧第一个更大元素」「右侧最近的最小值」——这些对应固定的遍历方向与栈单调性，但实现上依然推荐直接写逻辑，而不是套用某个“单调栈工具类”。
边界情况多、索引易错、循环处理要节制——这些才是写对的关键，不是语法糖能绕开的。
