数据结构---栈&&队列
目录
什么是数据结构
什么是算法 Algorithm
生活中的数据结构和算法
数组结构
栈结构 stack
栈结构的实现
十进制转二进制
队列结构 Queue
队列的应用
对列类的创建
击鼓传花面试题
优先级队列
优先级队列的实现
什么是数据结构
数据结构就是在计算机中存储和组织数据的方式，我们知道计算机中的数据非常庞大，如何以高效的方式组织和存储呢，这就好比一个庞大图书馆中存储了大量的数据，我们不仅仅要把书放进去还应该在合适的时候取出来
如果自己的书相对比较少可以随意摆放，如果你有一家书店书的数量相对比较多，应该怎么放？，
图书摆放使得两个相关操作方便实现 新书怎么插入？ 怎么找到某本指定的书
- 方法一哪里有空放哪里，一步到位 找某本书不方便查找
- 方法二 新进一本 《阿Q正传》，按照字母顺序找到位置插入，二分查找法
- 方法三：把书架划分成几块区域，按照类别存放，类别中按字母顺序，先定类别在二分查找
总结：解决方法的效率跟数据的组织方式有关，计算机中存储的数据相对于图书馆的书籍来说，数据更大，数据种类更多，以什么样的方式，来存储和组织我们的数据才能在使用数据时更加方便？这就是数据结构需要考虑的问题
常见的数据结构比较多
- 每一种都有其对应的应用场景，不同的数据结构的不同操作性能是不同的，
- 有的查询性能很快，有的插入速度很快，有的插入头和插入尾的速度很快
- 有的做范围查找很快，有的允许元素重复，有的不允许重复
- 在开发中如何选择，要根据具体的需求来选择
- 注意数据结构和语言无关，常见的编程语言都有直接或间接的使用上述常见的数据结构
什么是算法 Algorithm
算法的认识
不同的算法执行效率是不一样的，也就是说解决问题的过程中不仅仅数据存储方式会影响效率，算法的优劣也会影响着效率
算法的定义：一个有限的指令集，每条指令描述不依赖于语言，接受一些输入（有些情况不需要输入）产生输出，一定在有限步骤之后终止
Algorithm这个单词本意就是解决问题的方法、步骤逻辑，数据结构的实现离不开算法
生活中的数据结构和算法
找出线缆出问题的地方
假设上海和杭州之间有一个高架桥，高架线长度时100000米，有一天其中一米出现了故障，请你想出一种算法可以快速定位到出问题的地方
线性查找：从上海的起点开始一米一米的排查，最终找到出问题的线段，但是如果线段在另一头，我们需要排查1000000次平均需要5000000次
二分查找：从中间位置开始查找，看一下问题在上海到中间的位置，还是中间到杭州的位置，查找对应的问题后，在从中间位置分开，重新锁定一般的路程，最坏的情况是20次就可以找到出现问题的地方（1000000,2）以二到底，1000000的对数约等于20
数组结构
普通语言的数组封装
- 常见的数组不能存放不同的数据类型，因此在封装时通常存放在数组中迭的是object类型
- 常见的语言数组不会自动改变（需要进行扩容操作）
- 常见语言的数组进行中间插入和删除操作性能比较低
栈结构 stack
栈也是一种非常常见的数据结构，并且在程序中的应用非常广泛
数组
- 数组是一种线性结构，并且可以在数组的任意位置插入和删除数据
- 但是有的时候我们为了实现某些功能，必须对任意性加以限制
- 而栈和队列是比较常见的受限的线性结构
栈（stack）它是受限的线性表，先进后出（UIFO）
- 其限制是仅允许在表的一端进行插入和删除运算，这一端被称为栈顶，相对的把令一端称为栈底
- UIFO表示就是后进入的元素，第一个弹出栈空间，类似于自动餐托盘，最后放上的托盘往往先被拿出去使用
- 向一个栈插入新元素又称作进栈，入栈，或者压栈，他是把新元素放到栈顶元素的上班，使之成为新的栈顶元素
- 从一个栈删除元素右称作出栈或者退栈，他是把栈顶元素删除掉，使其相邻的元素成为新的栈顶元素
生活中类似于栈的
- 自动餐的托盘，最新放上去的，最先被客人拿走使用
- 收到很多邮件（实体的）从上往下依次处理这些邮件（最新到的邮件，最先处理）
- 注意不允许改变邮件次序，从最小开始，或者处于紧急的邮件，否则我们就不在是栈结构了，而是队列或者优先级队列结构
程序中什么是使用栈实现的(函数调用栈)
- 函数之间的相互调用a调用b，b调用c c调用d
- 依次入栈当前栈的顺序为a->b->c->d
- d调用完弹出栈c->b->a依次弹出栈
- 递归就是自己在调用自己只进栈，容易造成栈溢出
栈结构的实现
实现栈结构的两种比较常见的方式：基于数组实现，基于链表实现
- push //将元素压入栈
- pop从栈中取出元素
- peak查看一下栈顶元素
- isEmpty判断栈是否为空
- size 获取栈中的个数
- toString方法
// method :和某一个对象实例有联系
//封装栈类
function Stack() {
//栈中的属性
this.items = []
// 栈的相关操作
//将元素压入栈
Stack.prototype.push = function (element) {
this.items.push(element)
}
//从栈中取出元素
Stack.prototype.pop = function () {
return this.items.pop()
}
//查看一下栈顶元素
Stack.prototype.peak = function () {
return this.items[this.items.length - 1]
}
//判断栈是否为空
Stack.prototype.isEmpty = function () {
return this.items.length == 0
}
// 获取栈中的个数
Stack.prototype.size = function () {
return this.items.length
}
// toString方法
Stack.prototype.toString = function () {
let resultString = ''
for (let i = 0; i < this.items.length; i++) {
resultString += this.items[i] + ''
}
return resultString
}
}
let stack = new Stack()十进制转二进制
把十进制转为二进制，我们可以将十进制数字和2整除（二进制就是满二进一）
100转2进制
计算100/2余数为0。计算50/2余数为0 计算25/2余数为1.计算12/2余数为0，计算6/2余数为0 计算3/2余数为1 计算1/2余数为1 二进制结果：1100100
//将十进制转二进制
function dec2bin(decNumber) {
// 定义栈对象
var s = new Stack()
//不确定循环多少次用while循环，取出结果（作为下次的数）和余数（保存起来）
while (decNumber > 0) {
//获取余数并放到栈中
s.push(decNumber % 2)
//获取整除后的结果（向下取整），作为下次运行的结果
decNumber = Math.floor(decNumber / 2)
}
//从栈中取出0/1
let binString = ''
while (!s.isEmpty()) (
binString += s.pop()
)
return binString
}队列结构 Queue
生活中类似对列的结构：电影院，商城，排队上厕所 优先排队的人优先处理
- 他是一种受限的线性表，先进先出（First in First Out）
- 受限之处在于他只允许在前端（front）进行删除操作
- 而在后端 （rear）进行插入操作
队列的应用
线程对列
- 在开发中，为了让任务可以并行处理，通常会开启多个线程
- 但是，我们不能让大量的线程同时运行处理任务（占用资源过多）
- 这个时候，如果有需要开启线程处理任务的情况，我们会使用线程队列
- 线程队列会依照次序来启动线程，并且处理对应的任务
对列类的创建
实现对列结构的两种比较常见的方式：基于数组实现，链表实现
- enter 将元素加入到对列中
- delete 从对列中删除前端元素
- front查看前端的元素
- isEmpty查看队列是否为空
- size 查看队列中元素的个数
- toString方法
击鼓传花面试题
几个朋友一起玩一个有戏，所有学生围成一圈，开始数数，数到某个数字的人自动淘汰，最后剩下的这个人会获得胜利，请问最后剩下的是原来那个位置上的人
思路
把所有人放到对列中，开始数数， 不是num的时候，重新加入到对列末尾， num这个数字之前的人重新放入到对列末尾，num对应这个人直接淘汰掉，获取剩下的那个人
function PassGame(nameList, num) {
//创建一个对列结构
let queue = new Queue()
//将所有人依次加入到对列
for (let i = 0; i < nameList.length; i++) {
queue.enter(nameList[i])
}
// 开始数数字，
while (queue.size() > 1) {
// 不是num的时候，重新加入到对列末尾，
// num这个数字之前的人重新放入到对列末尾
for (let i = 0; i < num - 1; i++) {
queue.enter(queue.delete())
}
// num对应这个人直接淘汰掉
queue.delete()
}
//获取剩下的那个人
alert(queue.size())
let endName = queue.front()
alert('最终剩下的人是' + endName)
return nameList.indexOf(endName)
}
names = ['lisa', 'any', 'tom', 'why', 'zs']
PassGame(names, 3)
// ['lisa', 'any', 'tom', 'why', 'zs']
// ['why,zs,lisa,any']
// ['any,why,zs']
// ['any why']
// ['why']
优先级队列
我们知道，普通的队列插入一个元素，数据会放在后端，并且需要前面所有的元素都处理完才会处理前面的数据
但是优先级队列，在插入一个元素的时候会考虑到数据的优先级，和其他的数据优先级进行比较，比较完成后，可以得出这个元素在对列中正确的位置，其他处理方式，和基本对列处理方式一样
优先级队列主要考虑的问题：每个元素不在只有一个数据，而是包含了数据的优先级，在添加方式中，根据优先级放入正确的位置
例如：登机的顺序，头等舱和商务舱的优先级高于经济舱，急诊科医生先处理病情严重的患者
计算机中，我们可以经过优先级队列来重新排序队列中的任务顺序，比如每个线程的任务重要性不同，我们可以通过优先级的大小，来决定线程在对列中被处理的次序
优先级队列的实现
封装元素和优先级放在一起，添加元素时，将新插入元素的优先级和列中已存在的优先级进行比较，以获取自己的正确位置
优先级越小越靠前 ,如果对列为空，不需要做任何比较 如果有数据，小的插入到前面，大的在后面
//封装优先级队列
function Priority() {
// 在 Priority 重新构建了一个类：可以理解成内部类
function QueueElement(element, priority) {
this.element = element//元素
this.priority = priority//优先级
}
this.items = []
// 实现插入类方法
Priority.prototype.enqueue = function (element, priority) {
let queueElement = new QueueElement(element, priority)
//判断队列是否为空
if (this.items.length == 0) {
this.items.push(queueElement)
} else {
let added = false
for (let i = 0; i < this.items.length; i++) {
if (queueElement.priority < this.items[i].priority) {
this.items.splice(i, 0, queueElement)
added = true
break
}
}
if (!added) {
this.items.push(queueElement)
}
}
}
}
let pq = new Priority()
pq.enqueue('abc', 111)
pq.enqueue('cba', 200)
pq.enqueue('nba', 50)
pq.enqueue('nba', 66)
console.log(pq)//50,66,111,200