LeetCode【学习计划】:【数据结构】
LeetCode: 20. 有效的括号
简 单 \color{#00AF9B}{简单} 简单
给定一个只包括
'('
,')'
,'{'
,'}'
,'['
,']'
的字符串s
,判断字符串是否有效。
有效字符串需满足:
- 左括号必须用相同类型的右括号闭合。
- 左括号必须以正确的顺序闭合。
示例 1:
输入:s = "()"
输出:true
示例 2:
输入:s = "()[]{}"
输出:true
示例 3:
输入:s = "(]"
输出:false
示例 4:
输入:s = "([)]"
输出:false
示例 5:
输入:s = "{[]}"
输出:true
提示:
s
仅由括号 '()[]{}'
组成我们可以先跳过对于左括号的思考。假设我们能够记录所有的左括号,那么我们每次遇到右括号时的操作就是取出最后一个记录的左括号,然后判断是否能匹配。所以这是一个先入后出的情景,也正是栈的特点。
同时,有效的括号必然成对出现,这也意味着正确的字符串起码也得是偶数长度,因此奇数长度的字符串就不用操作了,直接返回假值。
#include
#include
using namespace std;
class Solution
{
public:
bool isValid(string s)
{
if (s.length() % 2 == 1)
return false;
stack<char> stk;
for (const auto &c : s)
{
switch (c)
{
case '(':
case '[':
case '{':
stk.push(c);
break;
case ')':
{
if (stk.empty() || stk.top() != '(')
return false;
stk.pop();
break;
}
case ']':
{
if (stk.empty() || stk.top() != '[')
return false;
stk.pop();
break;
}
case '}':
{
if (stk.empty() || stk.top() != '{')
return false;
stk.pop();
break;
}
}
}
return stk.empty();
}
};
复杂度分析
时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( n ) O(n) O(n)。主要为栈的开销。
参考结果
Accepted
91/91 cases passed (0 ms)
Your runtime beats 100 % of cpp submissions
Your memory usage beats 27.03 % of cpp submissions (6.3 MB)
LeetCode: 232. 用栈实现队列
简 单 \color{#00AF9B}{简单} 简单
请你仅使用两个栈实现先入先出队列。队列应当支持一般队列支持的所有操作(
push
、pop
、peek
、empty
):
实现MyQueue
类:
void push(int x)
将元素 x 推到队列的末尾
int pop()
从队列的开头移除并返回元素
int peek()
返回队列开头的元素
boolean empty()
如果队列为空,返回true
;否则,返回false
说明:
你只能使用标准的栈操作 —— 也就是只有
push to top
,peek/pop from top
,size
, 和is empty
操作是合法的。
你所使用的语言也许不支持栈。你可以使用 list 或者 deque(双端队列)来模拟一个栈,只要是标准的栈操作即可。
进阶:
你能否实现每个操作均摊时间复杂度为 O(1)
的队列?换句话说,执行 n
个操作的总时间复杂度为 O(n)
,即使其中一个操作可能花费较长时间。
示例:
输入:
["MyQueue", "push", "push", "peek", "pop", "empty"]
[[], [1], [2], [], [], []]
输出:
[null, null, null, 1, 1, false]
解释:
MyQueue myQueue = new MyQueue();
myQueue.push(1); // queue is: [1]
myQueue.push(2); // queue is: [1, 2] (leftmost is front of the queue)
myQueue.peek(); // return 1
myQueue.pop(); // return 1, queue is [2]
myQueue.empty(); // return false
提示:
1 <= x <= 9
100
次 push
、pop
、peek
和 empty
pop
或者 peek
操作)队列是一种先进先出(First In First Out, FIFO)的数据结构,元素从队尾入队,从队首出队。大家最熟悉的可能就是各种输入输出流,比如标准输入输出流std:cin
和std::cout
就是典型的FIFO。
栈是一种后进先出(Last In First Out, LIFO)的数据结构,元素从栈顶压入,也从栈顶弹出。
为了满足队列FIFO的特性,我们需要用到2个栈。
对于栈来说,为了满足队列先进先出的操作,我们要把新元素压入栈底,然后弹出时从栈顶弹出。
void push(int x)
{ // O(n),O(n)
stack<int> dummy;
while (!stk.empty())
{
dummy.push(stk.top());
stk.pop();
}
stk.push(x);
while (!dummy.empty())
{
stk.push(dummy.top());
dummy.pop();
}
}
复杂度分析
时间复杂度: O ( n ) O(n) O(n)。每一次push
操作时队列的长度为n
,每次原来的元素一共会被压入2次,弹出2次;新元素只会被压入一次。整个push
过程中一共产生了4n+1
次操作,而每次操作(压入和弹出)的时间复杂度为O(1),因此总时间复杂度为 O ( n ) O(n) O(n)。
空间复杂度: O ( n ) O(n) O(n)。需要额外的一个栈来暂存元素。
直接将栈顶元素弹出即可。
int pop()
{
int x = stk.top();
stk.pop();
return x;
}
复杂度分析
时间复杂度: O ( 1 ) O(1) O(1)
空间复杂度: O ( 1 ) O(1) O(1)
返回栈顶元素即可。
int peek()
{
return stk.top();
}
复杂度分析
时间复杂度: O ( 1 ) O(1) O(1)
空间复杂度: O ( 1 ) O(1) O(1)
栈空即代表队列空,判断栈是否为空即可。
bool empty()
{
return stk.empty();
}
复杂度分析
时间复杂度: O ( 1 ) O(1) O(1)
空间复杂度: O ( 1 ) O(1) O(1)
参考结果
Accepted
21/21 cases passed (0 ms)
Your runtime beats 100 % of cpp submissions
Your memory usage beats 7.65 % of cpp submissions (6.9 MB)
正常地压入栈stk1
中。
void push(int x)
{
stk1.push(x);
}
复杂度分析
时间复杂度: O ( 1 ) O(1) O(1)
空间复杂度: O ( 1 ) O(1) O(1)
我们可以用stk1
和stk2
来分段存储队列中所有的元素。
stk2
从最初开始一直为空。pop
操作,将此时stk1
中的所有元素依次弹出并压入自身。由于stk1
是正常的压入流程,因此stk1
的栈底,即此时stk2
的栈顶,就是队首。正常弹出即可。pop
操作,一旦某一次pop
时stk2
为空,就重复第2步将stk1
的所有元素压入自身。int pop()
{
if (stk2.empty())
{
while (!stk1.empty())
{
stk2.push(stk1.top());
stk1.pop();
}
}
int x = stk2.top();
stk2.pop();
return x;
}
复杂度分析
时间复杂度:摊还复杂度 O ( 1 ) O(1) O(1),最坏情况下的时间复杂度为 O ( n ) O(n) O(n)。最坏情况下,stk1
中存放了整个空间内所有的元素,共n
个,需要将所有的元素从stk1
中弹出并压入stk2
,一共要进行2n
次操作。
空间复杂度: O ( 1 ) O(1) O(1)
摊还分析
摊还分析给出了所有操作的平均性能。摊还分析的核心在于,最坏情况下的操作一旦发生了一次,那么在未来很长一段时间都不会再次发生,这样就会均摊每次操作的代价。
来看下面这个例子,从一个空队列开始,依次执行下面这些操作:
p u s h 1 , p u s h 2 , … , p u s h n , p o p 1 , p o p 2 … , p o p n push_1, push_2, \ldots, push_n, pop_1, pop_2 \ldots, pop_n push1,push2,…,pushn,pop1,pop2…,popn
单次 出队 操作最坏情况下的时间复杂度为 O ( n ) O(n) O(n)。考虑到我们要做 n
次出队操作,如果我们用最坏情况下的时间复杂度来计算的话,那么所有操作的时间复杂度为 O ( n 2 ) O(n^2) O(n2)。
然而,在一系列的操作中,最坏情况不可能每次都发生,可能一些操作代价很小,另一些代价很高。因此,如果用传统的最坏情况分析,那么给出的时间复杂度是远远大于实际的复杂度的。例如,在一个动态数组里面只有一些插入操作需要花费线性的时间,而其余的一些插入操作只需花费常量的时间。
在上面的例子中,出队
操作最多可以执行的次数跟它之前执行过 入队
操作的次数有关。虽然一次 出队
操作代价可能很大,但是每 n
次 入队
才能产生这么一次代价为 n
的 出队
操作。因此所有操作的总时间复杂度为:n
(所有的入队操作产生) + 2 * n
(第一次出队操作产生) + n - 1
(剩下的出队操作产生), 所以实际时间复杂度为 O ( 2 n ) O(2n) O(2n)。于是我们可以得到每次操作的平均时间复杂度为 O ( 2 n / 2 n ) = O ( 1 ) O(2n/2n)=O(1) O(2n/2n)=O(1)。
以上的摊还分析来自于:
作者:LeetCode
链接:https://leetcode-cn.com/problems/implement-queue-using-stacks/solution/yong-zhan-shi-xian-dui-lie-by-leetcode/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
从弹出操作可以知道,在某一时刻,队首元素有可能在stk1
的栈底,也有可能在stk2
的栈顶,因此不太容易去定位。因此我们需要一个变量front
去记录栈顶元素。
但是,假设当前front
指向stk2
的栈底,当stk2
弹出至空后,front
就要指向stk1
的栈底,这样明显不行。所以我们只让front
始终指向stk1
栈底,不定位到stk2
;而stk2
的栈顶就是队首,因此取stk2.top()
即可。
该变量的变化会在入队操作发生,我们修改上文中的代码:
void push(int x)
{
if (stk1.empty())
front = x;
stk1.push(x);
}
int peek()
{
return !stk2.empty() ? stk2.top() : front;
}
复杂度分析
时间复杂度: O ( 1 ) O(1) O(1)
空间复杂度: O ( 1 ) O(1) O(1)
由于队列元素由 stk1
和 stk2
2个栈分别存储,所以队列为空的条件是这两个栈都为空。
bool empty()
{
return stk1.empty() && stk2.empty();
}
复杂度分析
时间复杂度: O ( 1 ) O(1) O(1)
空间复杂度: O ( 1 ) O(1) O(1)
参考结果
Accepted
21/21 cases passed (0 ms)
Your runtime beats 100 % of cpp submissions
Your memory usage beats 86.74 % of cpp submissions (6.7 MB)