1. 先把栈的本质聊透不只是“先进后出”栈这个数据结构几乎所有写代码的人第一天就见过但真正到算法题里能把它用明白的其实不多。很多朋友问我“栈怎么刷题”我的回答永远是先把三个场景啃透单调栈、表达式求值、回溯递归剩下的基本都是这三块的变形。这篇内容就当是个人经验总结适合正打算刷 LeetCode、准备算法面试的朋友也适合平时写业务代码但想补一补算法底子的人尤其是那些一看到“栈”就只会做括号匹配、一到变体题就懵的读者。真正理解栈不能只记住“先进后出”这四个字。你得知道它到底在什么场景下能提供价值为什么很多算法不用递归却还是要靠一个栈结构来完成。下面我先用自己的理解把这层窗户纸捅破再进入具体的算法题套路。1.1 栈的两种“打开方式”函数调用栈与显式栈栈在程序里其实有两个完全不同的身份。第一种是函数调用栈也就是 C/C 里的调用栈帧、Java 虚拟机栈、Python 的 call stack。每次调用函数系统会把返回地址、局部变量、参数压进去函数返回时再弹出去天然就是 LIFO。理解了这一点你就能理解递归为什么能“自动回溯”不是有什么神奇的力量而是每次递归调用都会开一个新的栈帧上一层所有的状态都被保存在栈帧里等下一层返回后才能继续。第二种是你自己定义、自己往里 push/pop 的显式栈。算法题里说到“栈”绝大多数时候指的是这种容器。我见过很多人把这两种混在一起讲结果越学越乱。其实两者是互补的递归依赖系统栈你不需要自己管而显式栈则是你把递归改成迭代、把状态主动保存起来的关键工具。比如二叉树非递归遍历、括号匹配、表达式求值、单调栈用的都是显式栈。我个人建议你学栈相关算法题时先在纸上画出递归函数调用的栈帧变化再去理解显式栈的 push/pop 顺序。你会发现很多题的思路其实就是在模拟“系统栈”你不递归但心里仍然有一个栈在保存“还没做完的事情”这个视角是看懂所有栈题的核心。1.2 栈在算法题里的常见应用场景栈不是孤立的数据结构它的应用场景其实非常具体。我总结下来刷题中比较高频的场景有六类括号匹配与嵌套结构处理算术表达式求值、后缀表达式转换单调栈相关的一维数组问题DFS、回溯算法的显式栈实现二叉树非递归遍历以及类似“撤销操作”“逐层嵌套解析”等模拟题。括号匹配是最熟悉的入门题核心思路是遇到左括号就压栈遇到右括号时判断栈顶是否匹配。这个套路看似简单但变形很多比如括号的嵌套层数、有效括号的最长长度、带通配符的括号匹配都是它衍生出来的。表达式求值则是把运算优先级和括号结合进来用两个栈分别存数字和运算符或者先转后缀再统一计算。单调栈我单独放在后面讲因为它值得拥有自己的章节。除了算法题栈思想在工程里也有非常直观的体现浏览器的前进后退、IDE 的撤销重做、代码编辑器里的花括号匹配都是基于栈。即使是全栈项目里谈到的“技术栈”虽然含义不同但你熟悉这些数据结构时再看各种框架的底层原理也会更容易。所以我一直觉得栈算法不只是为了面试它真的在帮你建立“状态管理”的直觉。1.3 手写栈还是直接用 STL刷题时到底用系统提供的栈还是自己写一个数组模拟栈我的建议是如果只是平时刷题直接用std::stackC或 Python 的list都完全没问题但如果你准备参加竞赛或者同一道题里有大量入栈出栈操作我更推荐用数组模拟栈。原因是std::stack默认基于deque虽然方便但在极端压力下常数偏大而且不好打印调试数组模拟则简单高效代码量也就多一行。数组模拟栈的常见写法是这样的# Python 用 list 即可天然是栈 stack [] stack.append(1) # push stack.append(2) top stack[-1] # peek stack.pop() # pop// C 数组模拟栈适合竞赛 int stk[100005], top 0; stk[top] 1; // push int cur stk[top]; // peek top--; // pop注意我写的是stk[top]不是stk[top]。这里有个新手常踩的坑如果用stk[top] 1去 push那么 top 始终指向栈顶元素的下一个位置访问stk[top]时拿不到栈顶必须先top--。我个人的习惯是“top 永远指向最后一个有效元素”这样读代码时更直观边界判断也不会乱。如果你选择“top 指向下一个空位”那全套循环都要对应调整一定要保持风格统一不要混用。2. 单调栈最值得优先掌握的栈技巧在栈相关的题型里单调栈是性价比最高、最值得优先掌握的一类。为什么这么说因为它解决的问题很典型在一维数组中快速找到每个元素左边或右边第一个比它大/比它小的元素。暴力做法很容易想两层循环就能写但复杂度是 O(n²)数据量一旦到十万、百万级别暴力就直接超时。单调栈的复杂度是 O(n)每个元素最多入栈一次、出栈一次代码写起来又不长所以各大厂的面试题和 LeetCode 高频题里都大量出现。2.1 单调栈到底在求什么单调栈从名字上看就是“栈内元素保持单调性”常见的有单调递增栈和单调递减栈。这里说的递增递减通常指从栈底到栈顶的排序。单调递增栈就是栈底最小、栈顶最大单调递减栈就是栈底最大、栈顶最小。它的精髓不只在于“维护单调”更在于“利用出栈时机”。当你想要让新元素入栈时为了保持单调性你得把前面破坏单调性的元素弹出。这些被弹出的元素恰好是在“遇到新元素时”做出了历史使命。所以不要只记住“往里压”要记住关键点每个元素出栈的那一瞬间意味着它找到了一个“答案”或“贡献”的机会。我画一段最经典的模板找每个元素右边第一个比它大的元素。从右往左遍历维护一个单调递减栈或者从左往右遍历都可以。下面是我常用的一种写法按“当前元素与栈顶比较”来决定出栈def next_greater(nums): n len(nums) res [-1] * n stack [] # 存储下标栈顶到栈底递减 for i in range(n): while stack and nums[i] nums[stack[-1]]: idx stack.pop() res[idx] i stack.append(i) return res这里while stack and nums[i] nums[stack[-1]]表示每当遇到一个更大的元素就把栈里较小元素弹出并记录答案。这样所有元素只进出一轮复杂度 O(n)。很多人问为什么要存下标而不是直接存值因为很多后续计算需要用到距离或者索引差存下标更灵活。2.2 单调递增还是单调递减怎么判断每次写单调栈都会在“递增还是递减”上卡一下。我的一个土办法是直接判断你关心的是“第一个比它大”还是“第一个比它小”。如果是找右边第一个比当前元素大的那么栈内的元素在被弹出时是因为遇到一个比自己大的元素说明栈内方向应该是“从栈底到栈顶递减”如果你找的是右边第一个比当前元素小的那么栈内方向反过来从栈底到栈顶递增。不要死记“求大就递减求小就递增”之类的顺口溜最好在每次做题时用一个小例子手动模拟一遍。我调试时也常用一个非常笨但有效的方法先写一个 O(n²) 的暴力验证函数再用随机小数组对比结果。一旦单调栈函数和暴力结果不匹配立刻打印“准备入栈的元素、当前栈内下标、结果数组”一般一两次就能找到方向反了还是边界写错。这个方法我强烈建议你用不要觉得自己写的是标准模板就不可能错实际动手时很容易因为一个等号写错得到完全不同的答案。2.3 三个经典实战场景最常用到的三个题目我按从易到难的顺序整理如下LeetCode 739 “每日温度”、LeetCode 42 “接雨水”、LeetCode 84 “柱状图中最大的矩形”。每日温度要求求每个元素之后第一个更高温度的距离本质就是找右边第一个比它大的元素。因为我需要距离所以栈里存下标而不是值。从左往右遍历如果当前温度高于栈顶温度就把栈顶弹出答案填上i - stack[-1]。其余元素继续等待。这道题非常适合作为单调栈入门第一题因为你只需要理解“出栈即找到答案”。接雨水稍微复杂一点常见解法用单调递减栈。从左到右遍历高度当当前高度大于栈顶高度时说明找到了一个“坑”的右边界可以开始计算雨水量。这时弹出栈顶作为低点新的栈顶作为左边界宽度就是两个边界下标的差高度是两边高度的较小值减去当前低点高度。这个思路是“横向计算每一层的水量”初看不太直观但代码跑通后你会觉得非常巧妙。柱状图中最大的矩形是另一个方向的题目找每个柱子左边第一个比它矮的、右边第一个比它矮的这样就能确定这个柱子能向左右扩展多远然后计算面积。这里常用单调递增栈并在数组两端加上高度为 0 的哨兵保证所有元素都能正常出栈。我贴上核心模板def largest_rectangle_area(heights): heights [0] heights [0] # 哨兵 stack [] ans 0 for i in range(len(heights)): while stack and heights[i] heights[stack[-1]]: h heights[stack.pop()] left stack[-1] ans max(ans, h * (i - left - 1)) stack.append(i) return ans这里哨兵非常关键。没有哨兵最后一个元素可能永远不会出栈导致漏算没有左边哨兵取stack[-1]时可能报栈空。经验之谈写单调栈题目时优先考虑是否要在数组两端补哨兵值这能帮你避免一大堆边界判断。3. 表达式求值栈的经典战场第二个必须吃透的场景是表达式求值这也是很多大学“编程题实训”里的经典实验比如“基于栈的算术表达式求值算法”。表面上它只是个课程设计实际上它是面试里常见的进阶题支持加减乘除、括号、多位数字甚至负数。理解了它你对栈的掌控会上一个台阶因为你需要同时维护数字栈和运算符栈还要处理优先级。表达式求值一般有两种主流思路。第一种先把中缀表达式转成后缀表达式也就是逆波兰式再用栈统一计算第二种直接用双栈边扫描边按优先级计算。两种都值得掌握我下面分头拆解。3.1 中缀转后缀逆波兰式中缀表达式是“1 2 * 3”人一看就懂但计算机很难处理优先级。后缀表达式“1 2 3 * ”则方便多了遇到数字就压栈遇到运算符就弹出两个数计算结果再压回去。所以第一步是把中缀转成后缀。转换规则我并不建议死记用一句话理解从左到右扫描数字直接输出运算符则和栈顶运算符比优先级当前运算符优先级不高于栈顶时先把栈顶弹出再把新运算符压栈遇到左括号直接压栈遇到右括号则弹出到左括号为止。代码大致是def infix_to_postfix(exp): priority {: 1, -: 1, *: 2, /: 2} stack [] output [] tokens exp.split() for t in tokens: if t.isdigit(): output.append(t) elif t (: stack.append(t) elif t ): while stack and stack[-1] ! (: output.append(stack.pop()) stack.pop() # 弹出左括号 else: while stack and stack[-1] ! ( and priority[t] priority[stack[-1]]: output.append(stack.pop()) stack.append(t) while stack: output.append(stack.pop()) return output这段代码里有个细节比较优先级时我用的是priority[t] priority[stack[-1]]不是。如果你用那么相同优先级的运算符不会被弹出导致原本应该从左到右计算的结果被改变。比如2 - 3 4如果相同优先级不弹出转成后缀后可能变成2 3 4 -结果是 -5但正确答案是 3。这是表达式求值里非常经典的一个坑笔试时很容易踩。3.2 双栈直接求中缀表达式如果不想转后缀也可以直接用一个数字栈和一个运算符栈同时处理。大流程是扫描数字时压入数字栈扫描运算符时先看一下运算符栈顶是否优先级不低于当前运算符如果是就先把栈顶的运算算掉再压入当前运算符扫描到左括号直接压栈扫描到右括号就把括号内的运算符全部算完。扫描结束后再把运算符栈里剩下的运算符依次算完。双栈的代码会比转后缀多一点点但好处是不用额外生成后缀表达式面试写起来更直接。核心代码框架如下def calculate(tokens): nums [] ops [] priority {: 1, -: 1, *: 2, /: 2} def calc(): b nums.pop() a nums.pop() op ops.pop() if op : nums.append(a b) elif op -: nums.append(a - b) elif op *: nums.append(a * b) else: nums.append(a // b if a * b 0 else -(-a // b)) for t in tokens: if t.isdigit(): nums.append(int(t)) elif t (: ops.append(t) elif t ): while ops and ops[-1] ! (: calc() ops.pop() else: while ops and ops[-1] ! ( and priority[t] priority[ops[-1]]: calc() ops.append(t) while ops: calc() return nums[-1]注意这里的除法我特意处理了向零取整因为在 Python 里-3 // 2得到的是 -2而标准算数表达式求值期望的是 -1。你如果用 Cint除法会自动向零截断反而没问题。这种语言特性差异正是很多人把本地能跑的代码交上去却 WA 的原因。3.3 容易翻车的边界情况表达式求值看似简单实际能挂的地方非常多。第一个是数字多位比如123 456如果你一位一位读数字必须临时拼数不能遇到一个数字就压栈。第二个是负号与减号的区分当负号出现在表达式开头或者紧跟在左括号后面时它是一元负号不是二元减法。处理方式可以是在负号前补一个 0让它变成减法比如-32改写成0-32这样就统一了。第三个是除数为 0、整数溢出、括号未匹配、操作数不足这些在实际测试样例里都会出现。我建议你在完成基本实现后自己多补几组测试用例输入表达式期望结果常见坑2 - 3 43相同优先级没弹出时得到 -51 2 * 37如果扫到时立刻计算会得到 9(1 2) * 39括号处理有误会得到 5 或 7-3 52一元负号被忽略时得到 -810 / 33除法取整方式不同会得到 3.33 或 3这些用例不仅是给程序找 bug也是在帮你把“栈的执行顺序”真正想清楚。我刷题这么多年最深的体会是表达式求值的核心不是代码量而是对“什么时候该算”的判断这个判断练熟了栈题基本上就通了一半。4. 回溯与 DFS栈的隐形存在很多同学做回溯题时总觉得那是“递归”专题和栈没什么关系。但当你画出递归调用树就会发现每一次递归调用其实就是一次入栈每一次 return 就是一次出栈。回溯算法的“撤销状态”操作本质上就是在恢复上一层调用栈保存的现场。LeetCode 里大量排列、组合、子集问题比如全排列、组合总和、N 皇后都依赖这个思想。如果你只是在递归函数里改了一个全局数组却忘记在递归返回时恢复那么状态就会“污染”到下一次尝试。处理这种问题的标准套路是递归前修改状态递归后立刻撤销修改。4.1 递归调用栈与回溯的本质举个最简单的全排列例子。假设数组是[1,2,3]你想输出所有排列。第一个位置选了 1然后递归处理[2,3]递归返回后你得把 1 从当前排列里移除才能让第一个位置尝试 2。这个“移除”操作就是回溯它对应的是系统栈弹出的过程。如果你用显式栈来模拟递归那么“当前路径”和“剩余可选集合”都必须作为状态保存下来。这里比递归麻烦但好处是你能直观地看到栈里存了哪些中间状态。我用一个简化伪码来说明概念# 显式栈模拟 DFS stack [(0, [])] # (当前层, 当前排列) while stack: level, path stack.pop() if level len(nums): result.append(path) continue # 注意栈是后进先出所以要逆序压入 for x in reversed(nums): if x not in path: stack.append((level 1, path [x]))这里(level, path)就类比了递归栈帧每一帧知道自己在哪一层、已经选了哪些数。用递归做时这些状态由系统保存用显式栈做时这些状态由你自己塞进栈里。理解这个对应关系之后你再去看“递归改迭代”“非递归前序遍历”这类题会立刻清晰很多。4.2 从递归到显式栈的通用转换思路如果面试官要求你不能用递归或者题目数据规模大到递归会爆栈你就要会手动用栈模拟。我的通用方法是三步走。第一步明确递归状态一个函数调用所依赖的所有关键参数是什么比如当前节点、当前路径、当前访问到的位置。第二步把这些状态打包成一个元组或结构体作为栈帧元素。第三步把递归里的“进入下一层”改成“向栈里压入新状态”把 return 改成“从栈里弹出当前状态”。举个例子二叉树的前序遍历递归写法非常短def preorder(root): if not root: return visit(root) preorder(root.left) preorder(root.right)显式栈写法就是def preorder(root): if not root: return [] stack [(root, 0)] result [] while stack: node, visited stack.pop() if not node: continue if visited 0: result.append(node.val) # 第一次访问 stack.append((node, 1)) stack.append((node.left, 0)) stack.append((node.right, 0)) return result这里我用(node, visited)来区分是“第一次访问节点”还是“访问完毕要回退”。这个技巧特别适合处理需要二次操作的中序、后序遍历。很多人一看到非递归遍历的代码就头疼其实你只要意识到栈帧存的是“当前状态 下一步干什么”就能看成是递归的忠实翻译。4.3 调用栈崩溃从算法题到工程实战栈相关的问题不仅在刷题时出现工程里最经典的“栈溢出”也值得专门讲一讲。当递归层数过多系统栈空间耗尽C 会段错误Python 会抛出RecursionErrorJava 会StackOverflowError。很多人以为这只是“递归层数太深”但在实际项目中触发因素往往很隐蔽比如深度优先遍历一个超大的目录树、解析嵌套非常深的 JSON、或者在 event loop 里反复调用同一个异步函数。定位这类问题我的第一个建议是先打印当前递归深度看它到底涨到多少才爆。C 的默认栈空间在 Windows 上通常只有 1MB 左右Linux 常见是 8MB一个栈帧如果因为局部数组太大占到几 MB那么递归根本不需要多层就直接崩了。Python 的递归限制默认是 1000 层但如果你每个栈帧里放了大数组几百层也可能出事。遇到系统栈不够时不要硬调大栈空间优先考虑两种方案。一种是把递归改成显式栈的迭代写法这需要你理解前面说的“状态打包”思路另一种是检查递归函数里是否有不必要的局部大对象能不能移到堆上。很多工程里的“爆栈”根本不是递归次数太多而是你把一个很大的临时数组放在递归函数里每次调用都复制一份。这个坑在 C 里尤其常见我见过的线上崩溃案例有一半都出在“局部对象太大”上。5. 常见问题与排查技巧实录写栈题最容易出现的问题其实翻来覆去就那么几类。这里我整理一套自己平时排障时用的方法希望能帮你少走弯路。5.1 栈空判断与边界条件第一个高频问题在stack[-1]之前没有判断栈是否为空。C 里访问空栈的栈顶是未定义行为Python 里直接抛IndexError。解决办法很简单——在取栈顶前先检查not stack。单调栈里经常会写while stack and ...这个stack and一定不能丢。我见过不少初学者把条件精简掉结果用例一多就挂。第二个高频问题单调栈的索引边界。存储下标时弹出后栈可能为空此时再取stack[-1]就会出错。我的习惯是在弹栈之后立刻判断栈是否为空为空时答案可以直接置为-1或者0不为空时再取最新的栈顶作为左边界。如果你使用哨兵这个问题会得到很大缓解但哨兵本身也有自己的位置要求不能乱加。第三个高频问题是重复元素。求“右边第一个比它大”和“右边第一个大于等于它”代码只差一个等号结果完全不同。刷题时一定要看清题目说的是“大于”还是“大于等于”否则即使逻辑看起来“差不多”测试用例也会教你做人。5.2 单调栈方向写反的辨法我提供一个固定的排查流程。首先选一组最简单的小数组比如[2,1,3]手工算出每个位置目标答案。然后把单调栈代码里的每一步 push/pop 都打印出来对比手工执行。最后重点看“出栈条件”与“更新答案的位置”是否与题目定义一致。如果找“下一个更大的数”却一直得到较小的数基本就是把递增递减写反了或者把写成了。手动模拟时我常用的表格形式如下当前下标当前值栈内下标值操作结果02[]push 0-11[0(2)]push 1-23[0(2), 1(1)]弹出 1填 ans[1]2再弹出 0填 ans[0]2最后 push 2ans[0]2, ans[1]2这种表看起来简单但能极大降低调试成本。你不需要在脑子里空转把状态写下来问题往往一眼就看出来。5.3 一个速查表栈题常见崩溃与对策我整理了栈相关算法题里最常见的五个“崩溃点”以及对应的对策方便你复习时快速对照症状可能出现的原因排查方向段错误 / 栈溢出递归层数太深或局部数组太大改成显式栈或把大对象移到堆上Python RecursionError默认递归深度约 1000 层用sys.setrecursionlimit临时调大但不要依赖取栈顶报 IndexError访问空栈检查所有while stack and ...答案全部为 -1单调栈方向写反或出栈时机错误用小数组手工模拟一遍多个用例结果不一致相同优先级运算符没有弹出检查和的区别还有一个非常隐蔽的坑如果你用 Python 的list当栈.pop()之前没有判断长度那么当栈内没有元素时就会报错。C 的std::stack::top()则不会主动报错但结果是不可预测的线上排查会更痛苦。所以我建议在调试阶段写一个peek_or_none(stack)这样的辅助函数宁可多写几行也不要让空栈问题潜伏在长逻辑里。6. 刷题建议与个人经验栈的知识点说多不多说少也不少。最后这部分我想根据自己的刷题经验给出一条比较靠谱的路线和学习习惯帮你把前面的内容真正内化成能力而不是背模板。6.1 推荐的栈题刷题顺序如果你从零开始刷栈相关题目我建议按下面的顺序来。第一阶段先把最基础的“括号匹配”“栈的模拟”做透目标是建立“遇到嵌套就想到栈”的条件反射。第二阶段做主栈和最小栈相关的题比如用两个栈实现队列、设计一个支持getMin的栈这类题考的是你对栈特性的灵活运用。第三阶段进入单调栈从“每日温度”开始再做“接雨水”和“柱状图中最大矩形”。第四阶段做表达式求值中缀转后缀、基本计算器。第五阶段做 DFS、回溯的栈模拟题目。具体题目我常用的清单是LeetCode 20、155、225、232、496、739、42、84、150、224、394、946。这几道题覆盖了栈的基础、单调栈、表达式求值和字符串解析几大方向难度正好从简到难。把这些题弄明白基本上面试里遇到的栈题都能找到思路。学习时要多做一件事看完题解后不要直接跳到下一题把这道题改成“如果限制条件变弱/变强代码要怎么变”。比如“每日温度”如果改成求“左边第一个更小元素”代码只需要把遍历方向或比较符号换一下这个练习能让你真正掌握单调栈而不是只记住这一题的答案。6.2 我的调试习惯和一个小建议最后分享一点个人在实际做题里的习惯。第一凡是栈相关的题我先写“手动模拟表格”再写代码尤其是单调栈和有重复元素的情况哪怕是道简单题我也至少推一遍。第二我建议在本地调试时用数组模拟栈而不是直接调用std::stack因为数组可以打印出全部内容而std::stack只能看到栈顶不利于定位问题。第三出栈时先想清楚“我要不要用这个出栈元素来更新答案”如果答案更新发生在入栈时那大概率思路就错了。还有一个我自己踩过很多次坑后的心得写栈的循环时不要急着优化代码行数。单调栈里while和if的区别、先出栈再取新栈顶的顺序一旦写错就会在隐蔽的数据上失败。先用最啰嗦、最明确的写法保证正确再逐步精简这个顺序不能反。如果你能把“递归调用栈”和“显式栈”这两条线串起来看再配合单调栈和表达式求值里的实战练习我相信任何栈相关的算法题都不会再让你发怵。栈这个数据结构本身不复杂复杂的是你对“状态什么时候保存、什么时候恢复”的判断而这份判断力只能靠一次次手动模拟和踩坑积累起来。