数据结构之栈与队列学习总结

栈与队列更多的作为程序员的工具来使用，构思算法的辅助工具，而数组、链表等是作为数据存储工具，适用于数据库应用中做数据记录，但栈与队列不是完全的数据存储工具，他们的生命周期比较短，在程序操作执行期间他们才被创建，在完成任务后就被销毁。

栈与队列的访问是受限制的，即在特定时刻只有一个数据项可以被读取或被删除。

他们可以用数组或链表来实现，比数组、链表更加抽象。

Stack

在解析算数表达式方面的应用

对分隔符的匹配验证

大部分微处理器运用基于栈的体系结构

方法：push  pop  peek

Top指针，指向栈顶元素

 public void push(long d) {

arrayStack[++top] = d； 

} 

public long pop {

return arrayStack[top--];

}

当栈是由数组实现的，需要先指定栈的大小。

入栈 出栈 O(1)

Queue

FIFO 先进先出 

模拟排队，网络上数据的传递

队头（front）和队尾（rear）两个指针

队列中的数据项不总是从数组的0下标处开始

效率的提高：循环队列  指针移动 环绕式处理 (避免队列不满却不能插入新数据项的问题)

方法：

insert（long i ） {

if (rear == maxsize-1) rear=-1

arrayQue[ ++rear] = i；

}

remove（） {

temp = arrayQue[front++] ;

if (front == maxsize)  front = 0; 

}

注意在插入和删除之前要判断队列是否为满或空  

有两种判断方法：

1、通过一个数据项计数变量 nItems

2、通过front和rear来计算。  在同一时间，通过front和rear的位置来判断，队列可能是满的，也可能是空的。

→→解决方法：让数组容量比队列数据项个数的最大值还要大一，

isEmpty     rear+1 == front | |  front + maxsize -1 == rear

isFull        rear + 2 - maxsize = front || rear +2 == front 

即队列的容量为maxsize-1

插入与删除操作的时间复杂度均为O(1)

Priority Queue

通常使用堆来实现 （用数组实现插入较慢，需要比较大小和移动数据）

数组实现：

这里假设数值小的优先级高，即放在队头

注意队尾指针从不移动，总指着数值底端下标为0的单元

插入操作时间复杂度为O(N)

Insert方法需要在其中比较，找到插入的位置，其中需要移动数据

public void insert(long item) // insert item { int j; if(nItems==0) // if no items, queArray[nItems++] = item; // insert at 0 else // if items, { for(j=nItems-1; j>=0; j--) // start at end, { if( item > queArray[j] ) // if new item larger, queArray[j+1] = queArray[j]; // shift upward else // if smaller, break; // done shifting } // end for queArray[j+1] = item; // insert it nItems++; } // end else (nItems > 0) } // end insert()