@Author:Runsrn
@Date:2020/9/8
现在大四基本是重刷数据结构和算法,因为笔试真的太重要了。 我又重温了争大佬专栏的栈,又巩固了下。而且我发现留言区大佬的笔记很多,下面很多都是来自大佬总结的。
1、栈是一种操作受限的数据结构,只支持入栈和出栈操作。
2、典型的“栈”结构:后进者先出,先进者后出。
3、从栈的操作特性上来看,栈是一种“操作受限”的线性表,只允许在一端插入和删除数据。
4、特定的数据结构是对特定场景的抽象,而且,数组或链表暴露了太多的操作接口,操作上的确灵活自由,但使用时就比较不可控,自然也就更容易出错。
1.栈是一种操作受限的数据结构,其操作特性用数组和链表均可实现。
2.但,任何数据结构都是对特定应用场景的抽象,数组和链表虽然使用起来更加灵活,但却暴露了几乎所有的操作,难免会引发错误操作的风险。
3.所以,当某个数据集合只涉及在某端插入和删除数据,且满足后进者先出,先进者后出的操作特性时,我们应该首选栈这种数据结构。
1.栈的API ,Java代码实现,代码来自争大佬。
// 基于数组实现的顺序栈
public class ArrayStack {
private String[] items; // 数组
private int count; // 栈中元素个数
private int n; //栈的大小
// 初始化数组,申请一个大小为n的数组空间
public ArrayStack(int n) {
this.items = new String[n];
this.n = n;
this.count = 0;
}
// 入栈操作
public boolean push(String item) {
// 数组空间不够了,直接返回false,入栈失败。
if (count == n) return false;
// 将item放到下标为count的位置,并且count加一
items[count] = item;
++count;
return true;
}
// 出栈操作
public String pop() {
// 栈为空,则直接返回null
if (count == 0) return null;
// 返回下标为count-1的数组元素,并且栈中元素个数count减一
String tmp = items[count-1];
--count;
return tmp;
}
}
2.数组实现(自动扩容)
时间复杂度分析:根据均摊复杂度的定义,可以得数组实现(自动扩容)符合大多数情况是O(1)级别复杂度,个别情况是O(n)级别复杂度,比如自动扩容时,会进行完整数据的拷贝。
空间复杂度分析:在入栈和出栈的过程中,只需要一两个临时变量存储空间,所以O(1)级别。我们说空间复杂度的时候,是指除了原本的数据存储空间外,算法运行还需要额外的存储空间。
3.链表实现
时间复杂度分析:压栈和弹栈的时间复杂度均为O(1)级别,因为只需更改单个节点的索引即可。
空间复杂度分析:在入栈和出栈的过程中,只需要一两个临时变量存储空间,所以O(1)级别。我们说空间复杂度的时候,是指除了原本的数据存储空间外,算法运行还需要额外的存储空间。
操作系统给每个线程分配了一块独立的内存空间,这块内存被组织成“栈”这种结构,用来存储函数调用时的临时变量。每进入一个函数,就会将其中的临时变量作为栈帧入栈,当被调用函数执行完成,返回之后,将这个函数对应的栈帧出栈。
利用两个栈,其中一个用来保存操作数,另一个用来保存运算符。我们从左向右遍历表达式,当遇到数字,我们就直接压入操作数栈;当遇到运算符,就与运算符栈的栈顶元素进行比较,若比运算符栈顶元素优先级高,就将当前运算符压入栈,若比运算符栈顶元素的优先级低或者相同,从运算符栈中取出栈顶运算符,从操作数栈顶取出2个操作数,然后进行计算,把计算完的结果压入操作数栈,继续比较。
(比如:{}{[()]()})
Leetcode 20 题用栈保存为匹配的左括号,从左到右一次扫描字符串,当扫描到左括号时,则将其压入栈中;当扫描到右括号时,从栈顶取出一个左括号,如果能匹配上,则继续扫描剩下的字符串。如果扫描过程中,遇到不能配对的右括号,或者栈中没有数据,则说明为非法格式。
当所有的括号都扫描完成之后,如果栈为空,则说明字符串为合法格式;否则,说明未匹配的左括号为非法格式。
我们使用两个栈X和Y,我们把首次浏览的页面依次压如栈X,当点击后退按钮时,再依次从栈X中出栈,并将出栈的数据一次放入Y栈。当点击前进按钮时,我们依次从栈Y中取出数据,放入栈X中。当栈X中没有数据时,说明没有页面可以继续后退浏览了。当Y栈没有数据,那就说明没有页面可以点击前进浏览了。
我们在讲栈的应用时,讲到用函数调用栈来保存临时变量,为什么函数调用要用“栈”来保存临时变量呢?用其他数据结构不行吗?
答:因为函数调用的执行顺序符合后进者先出,先进者后出的特点。比如函数中的局部变量的生命周期的长短是先定义的生命周期长,后定义的生命周期短;还有函数中调用函数也是这样,先开始执行的函数只有等到内部调用的其他函数执行完毕,该函数才能执行结束。
正是由于函数调用的这些特点,根据数据结构是特定应用场景的抽象的原则,我们优先考虑栈结构。
我们都知道,JVM 内存管理中有个“堆栈”的概念。栈内存用来存储局部变量和方法调用,堆内存用来存储 Java 中的对象。那 JVM 里面的“栈”跟我们这里说的“栈”是不是一回事呢?如果不是,那它为什么又叫作“栈”呢?
答:JVM里面的栈和我们这里说的是一回事,被称为方法栈。和前面函数调用的作用是一致的,用来存储方法中的局部变量。
leetcode上关于栈的题目大家可以先做20,155,232,844,224,682,496。我请重新再写了下,发现难度没有之前的大。
'''
@Author: Runsen
@WeChat:RunsenLiu
@微信公众号: Python之王
@CSDN: https://blog.csdn.net/weixin_44510615
@Github: https://github.com/MaoliRUNsen
@Date: 2020/9/8
'''
class Solution:
def isValid(self, s: str) -> bool:
stack = []
d = {
"{": "}", "[": "]", "(": ")"}
for i in s:
if i in d:
stack.append(i)
else:
# 记住如果使用了stack.pop() 那么就已经默认删除了 pop这里已经执行了
# 还有not stack和 len(stack) == 0等价
if (len(stack) == 0) or (d[stack.pop()] != i):
return False
return len(stack) == 0
class MinStack:
def __init__(self):
# 使用辅助栈,q2来存储最小值
self.q1 = []
self.q2 = []
def push(self, x):
self.q1.append(x)
# 这里需要判断q2是不是为空,或者q2[-1]大于x,说明最小值不是q2[-1],
if (len(self.q2) == 0) or (x <=self.q2[-1]):
self.q2.append(x)
else:
# 那么q2就添加q2[-1】
self.q2.append(self.q2[-1])
def pop(self):
# 删除就是把q1和q2都删除了
self.q1.pop()
self.q2.pop()
def top(self):
return self.q1[-1]
def getMin(self):
return self.q2[-1]
class MyQueue:
def __init__(self):
self.s = []
def push(self, x: int) -> None:
self.s.append(x)
def pop(self) -> int:
return self.s.pop(0)
def peek(self) -> int:
return self.s[0]
def empty(self) -> bool:
return not bool(self.s)
# return not self.s 和上面同价
这里,我想起了上面的有效的扩号中的not stack
,和bool stack
做一个对比
>>> a = []
>>> not a
True
>>> bool(a)
False
>>> a = [1]
>>> not a
False
>>> bool(a)
True
not a
就是len(a) == 0
,bool就是len(a) != 0
。感觉来的
class Solution:
def backspaceCompare(self, S: str, T: str) -> bool:
# 定义一个函数返回最终的结果
def solve(s):
# 定义一个栈,如果没有遇到# 就存储起来
stack = []
for i in s:
if i == "#":
if len(stack) !=0:
stack.pop()
else:
continue
else:
stack.append(i)
return ''.join(stack)
return solve(S) == solve(T)
class Solution:
def calPoints(self, ops: List[str]) -> int:
# 做法 用一个栈来记录每轮数据
stack1 = []
for i in ops:
if i == "C":
# 直接删除最后一个
stack1.pop()
elif i =="D":
stack1.append(stack1[-1] * 2)
elif i == "+":
stack1.append(stack1[-1] + stack1[-2])
else:
stack1.append(int(i))
return sum(stack1)
输入: nums1 = [4,1,2], nums2 = [1,3,4,2].
输出: [-1,3,-1]
解释:
对于num1中的数字4,你无法在第二个数组中找到下一个更大的数字,因此输出 -1。
对于num1中的数字1,第二个数组中数字1右边的下一个较大数字是 3。
对于num1中的数字2,第二个数组中没有下一个更大的数字,因此输出 -1。
class Solution:
def nextGreaterElement(self, nums1: List[int], nums2: List[int]) -> List[int]:
stack = []
for i in nums1:
index = nums2.index(i)
# 如果index就是最后一个就不用干了
if index == (len(nums2) - 1):
stack.append(-1)
continue
else:
# 说明不是最后一个 index+1可以不取到本身
while index < len(nums2):
if nums2[index] > i:
stack.append(nums2[index])
break
if index == len(nums2) -1 and (nums2[index] > i):
stack.append(nums2[index])
if index == len(nums2) -1 and (nums2[index] <= i):
stack.append(-1)
index = index + 1
return stack
上面全部通过,以后遇到栈,就是在恐怖的算法面试中遇见了爱情!!!!!
如果你想跟博主建立亲密关系,可以关注博主,或者关注博主公众号“Python之王”,了解一个非本科程序员是如何成长的。
博主ID:润森(weixin_44510615),希望大家点赞、评论、收藏