1.栈的应用：
1.1浏览器前进与后退
1. 顺序查看了a->b->c三个页面，将a->b->c压入栈X
2. 点击后退按钮,从c->b->a 将 c, b 放入栈Y中
3. 点击前进按钮, 将 b 放入到栈X中
4. b 跳转新到新页面 d ,则需要清空栈Y
1.2括号匹配
检测表达式: 4+(2+8)*[5/(9-7)] 括号是否匹配
思路: 依次读入字符，如果是左括号，将它放进栈，如果是右括号，而且栈顶元素是相对应的左括号，就把栈顶元素弹出，最后如果栈空就跳出循环，结果为no，因为这样说明栈中没有左括号；字符全都读入，如果栈空的话，就是yes，否则就是no。
1. 检测到第一个括号“(”，进栈；
2. 检测到第二个括号“)”，进栈。子表达式 “4+(2+8)” 完成匹配，匹配的括号都出栈；
3. 检测到第三个括号“[”，进栈；
4. 检测到第四个括号“(”，进栈。与（3）中的括号不匹配，但由于同是左括号，可以继续匹配；
5. 检测到第五个括号“)”，进栈。由括号的作用可知，后来的括号比先来的括号优先级高，因此与（4）中括号匹配，匹配的括号都出栈；
6. 检测到第六个括号“]”，进栈。由于原来优先级更高的括号已完成，因此与（3）中括号匹配。匹配的括号都出栈，至此所有括号匹配完成。
1.3表达式求值
计算表达式: 6* (2 + 3 )*8 + 5
思路：
使用两个栈，stack0用于存储操作数，stack1用于存储操作符
从左往右扫描，遇到操作数入栈stack0
遇到操作符时，如果优先级低于或等于栈顶操作符优先级，则从stack0弹出两个元素进行计算，并压入stack0，继续与栈顶操作符的比较优先级
如果遇到操作符高于栈顶操作符优先级，则直接入栈stack1
遇到左括号，直接入栈stack1，遇到右括号，则直接出栈并计算，直到遇到左括号
1. 以表达式 6* ( 2 + 3 )*8 + 5 为例,从左向又扫描字符, 6 和 * 分别入栈
2. 继续往后扫描，遇到 ( 直接入栈，2 入栈，栈顶是左括号，+ 入栈，3 入栈
3. 向后扫描，遇到 )，它与栈顶操作符 + 相比，优先级要高，因此将 + 出栈，弹出两个操作数3 和2 ，计算结果得到 5 ，并入栈
4. 继续出栈,直到遇到左括号
5. 继续扫描，* 入栈, 与stack1栈顶 * 优先级相等, 弹出 5和 6 计算结果为30, 后面 8 入栈，+ 优先级小于 * ，弹出操作数计算得到结果240，并将其入栈，最后 + 也入栈
6. 最后 5 入栈，发现操作符栈不为空，弹出操作符 + 和两个操作数，并进行计算，得到 245 ，入栈，得到最终结果。
2. 如何快读找到一个链表的中间结点
链表与数组最大的区别之一就是 链表内存空间不连续，不可以随机访问。
数组相比链表的优劣：数组连续空间更利于CPU缓存；链表可充分利用内存碎片
思路：快慢指针遍历法。A指针每次移动一个节点，B指针每次移动两个节点。当B到达end的时候，A的位置即为中点
普通方法: 循环单链表,确定单链表的长度,然后循环长度1/2确定中间节点.
缺点: 需要遍历 L+L/2 次 ,算法难度 O(L+L/2)=O(3L/2)
快慢指针遍历法: 需要遍历L/2 次, 算法复杂度O(L/2)
3. LRU算法如何用链表实现?
LRU（Least recently used，最近最少使用）
LRU算法根据数据的历史访问记录来进行淘汰数据，其核心思想是“如果数据最近被访问过，那么将来被访问的几率也更高”。
解法:
1. 有序链表，按照访问时间倒序，头部时间戳>尾部时间戳
2. 元素A被访问，遍历链表，如果此数据在原链表中，将其从原来位置删除，然后插入到头部
3. 如果A不在原链表中，则判断链表是否已满；如果未满，插入到头部；如果已满，删除一个尾部元素，然后将A插入到头部
【命中率】 当存在热点数据时，LRU的效率很好，但偶发性的、周期性的批量操作会导致LRU命中率急剧下降，缓存污染情况比较严重。
【复杂度】 实现简单。
【代价】 命中时需要遍历链表，找到命中的数据块索引，然后需要将数据移到头部。如果Cache的数量少，问题不会很大， 但是如果Cache的空间过大，达到10W或者100W以上，一旦需要淘汰，则需要遍历所有计算器，其性能与资源消耗是巨大的。效率也就非常的慢了。