文章目录
栈与队列
1、定义
栈的定义
栈是限定仅在表的一端进行插入和删除操作的线性表;
将允许插入删除的一段称为栈顶(top),另一端称为栈底(buttom),不含任何元素的栈称为空栈。
栈又称为后进先出的线性表,简称LIFO结构。
栈的插入操作,叫作进栈。
删除操作,叫作出栈。
如图,分别表示进栈与入栈操作。
队列的定义
队列是只允许在表的一端进行插入操作,而在另一端进行删除操作的线性表。
队列是一种先进先出的线性表,简称FIFO。
允许插入的一端是队尾,允许删除的一端是队头。
假设队列是q=(a1,a2,…,an),那么a1是队头,an是队尾。如图所示:
2、栈实现队列
leetcode 232. 用栈实现队列
232. 用栈实现队列
使用栈实现队列的下列操作:
push(x) – 将一个元素放入队列的尾部。 pop() – 从队列首部移除元素。 peek() – 返回队列首部的元素。 empty() – 返回队列是否为空。
示例:
MyQueue queue = new MyQueue();
queue.push(1);
queue.push(2);
queue.peek(); // 返回 1
queue.pop(); // 返回 1
queue.empty(); // 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。
- 假设所有操作都是有效的 (例如,一个空的队列不会调用 pop 或者 peek 操作)。
使用两个队列模拟栈的操作,
C语言代码如下:
/* 构造一个栈:
* 栈指针、栈的大小、栈的最大容量
*/
typedef struct Stack {
int* stk;
int stkSize;
int stkCapcaity;
}T_Stack, *PT_Stack;
/* 栈的初始化 */
PT_Stack stackCreate(int capacity) {
PT_Stack ret = (PT_Stack)malloc(sizeof(T_Stack));
ret->stk = (int*)malloc(sizeof(int) * capacity);
ret->stkSize = 0;
ret->stkCapcaity = capacity;
return ret;
}
/* 入栈操作 */
void stackPush(PT_Stack obj, int element) {
obj->stk[obj->stkSize++] = element;
}
/* 出栈操作 */
void stackPop(PT_Stack obj) {
obj->stkSize--;
}
/* 获得栈顶元素 */
int satckTop(PT_Stack obj) {
return obj->stk[obj->stkSize - 1];
}
/* 判断栈是否为空 */
int stackEmpty(PT_Stack obj) {
return obj->stkSize == 0;
}
/* 释放栈的内存空间 */
void satckFree(PT_Stack obj) {
free(obj->stk);
}
/* 构造队列;使用两个栈 */
typedef struct MyQueue{
PT_Stack inStack;
PT_Stack outSatck;
}MyQueue, *PT_MyQueue;
/** Initialize your data structure here. */
PT_MyQueue myQueueCreate() {
PT_MyQueue ret = (PT_MyQueue)malloc(sizeof(MyQueue));
ret->inStack = stackCreate(100);
ret->outSatck = stackCreate(100);
return ret;
}
/* 入栈向出栈传值 */
void in2out(MyQueue* obj) {
while(!stackEmpty(obj->inStack)) {
stackPush(obj->outSatck, satckTop(obj->inStack));
stackPop(obj->inStack);
}
}
/** Push element x to the back of queue. */
void myQueuePush(MyQueue* obj, int x) {
stackPush(obj->inStack, x);
}
/** Removes the element from in front of queue and returns that element. */
int myQueuePop(MyQueue* obj) {
if (stackEmpty(obj->outSatck)) {
in2out(obj);
}
int x = satckTop(obj->outSatck);
stackPop(obj->outSatck);
return x;
}
/** Get the front element. */
int myQueuePeek(MyQueue* obj) {
if (stackEmpty(obj->outSatck)) {
in2out(obj);
}
return satckTop(obj->outSatck);
}
/** Returns whether the queue is empty. */
bool myQueueEmpty(MyQueue* obj) {
return stackEmpty(obj->inStack) && stackEmpty(obj->outSatck);
}
void myQueueFree(MyQueue* obj) {
satckFree(obj->inStack);
satckFree(obj->outSatck);
}
/**
* Your MyQueue struct will be instantiated and called as such:
* MyQueue* obj = myQueueCreate();
* myQueuePush(obj, x);
* int param_2 = myQueuePop(obj);
* int param_3 = myQueuePeek(obj);
* bool param_4 = myQueueEmpty(obj);
* myQueueFree(obj);
*/
3、队列实现栈
leetcode 225. 用队列实现栈
leetcode 225. 用队列实现栈
使用队列实现栈的下列操作:
- push(x) – 元素 x 入栈
- pop() – 移除栈顶元素
- top() – 获取栈顶元素
- empty() – 返回栈是否为空
注意:
- 你只能使用队列的基本操作-- 也就是 push to back, peek/pop from front, size, 和 is empty 这些操作是合法的。
- 你所使用的语言也许不支持队列。 你可以使用 list 或者 deque(双端队列)来模拟一个队列 , 只要是标准的队列操作即可。
- 你可以假设所有操作都是有效的(例如, 对一个空的栈不会调用 pop 或者 top 操作)。
使用两个队列实现栈:
C语言代码如下:
/* 构造队列结构 */
#define LEN 20
typedef struct queue {
int* data;
int head;
int rear;
int size;
} Queue;
/* 初始化队列 */
Queue* initQueue(int k) {
Queue* obj = (Queue*)malloc(sizeof(Queue));
obj->data = (int*)malloc(sizeof(int) * k);
obj->head = -1;
obj->rear = -1;
obj->size = k;
return obj;
}
/* 入队列操作 */
void enQueue(Queue* obj, int e) {
/* 若队列为空,则将队列头部置为0 */
if (obj->head == -1) {
obj->head = 0;
}
/* 队列尾部自加1,将元素存入队列尾部 */
obj->rear = (obj->rear + 1) % obj->size;
obj->data[obj->rear] = e;
}
/* 出队列操作 */
int deQueue(Queue* obj) {
/* 将队列头部元素记录下来 */
int a = obj->data[obj->head];
/* 若队列只有一个元素,将头尾指针置为-1 */
if (obj->head == obj->rear) {
obj->head = -1;
obj->rear = -1;
return a;
}
/* 队列不止一个元素,将头部后移一位即可 */
obj->head = (obj->head + 1) % obj->size;
return a;
}
/* 判断队列是否为空 */
bool isEmpty(Queue* obj) {
return obj->head == -1;
}
/* 栈为两个队列模拟 */
typedef struct {
Queue *queue1, *queue2;
} MyStack;
/** Initialize your data structure here. */
MyStack* myStackCreate() {
MyStack* obj = (MyStack*)malloc(sizeof(MyStack));
obj->queue1 = initQueue(LEN);
obj->queue2 = initQueue(LEN);
return obj;
}
/** Push element x onto stack. */
void myStackPush(MyStack* obj, int x) {
/* 若queue1为空,将新元素放入queue2中,否则放入队列1中 */
if (isEmpty(obj->queue1)) {
enQueue(obj->queue2, x);
} else {
enQueue(obj->queue1, x);
}
}
/** Removes the element on top of the stack and returns that element. */
int myStackPop(MyStack* obj) {
/* 若queue1中没有元素,将queue2中的元素出队列,
* 移入queue1,留下queue2得队尾元素Pop即可
*/
if (isEmpty(obj->queue1)) {
while(obj->queue2->head != obj->queue2->rear) {
enQueue(obj->queue1, deQueue(obj->queue2));
}
return deQueue(obj->queue2);
}
/* 若queue1中有元素,将queue1中的元素出队列,
* 移入queue2,留下queue1得队尾元素Pop即可
*/
while (obj->queue1->head != obj->queue1->rear) {
enQueue(obj->queue2, deQueue(obj->queue1));
}
return deQueue(obj->queue1);
}
/** Get the top element. */
int myStackTop(MyStack* obj) {
/* queue1为空,返回queue2得队尾元素 */
if (isEmpty(obj->queue1)) {
return obj->queue2->data[obj->queue2->rear];
}
return obj->queue1->data[obj->queue1->rear];
}
/** Returns whether the stack is empty. */
bool myStackEmpty(MyStack* obj) {
if (obj->queue1->head == -1 && obj->queue2->head == -1) {
return true;
}
return false;
}
void myStackFree(MyStack* obj) {
free(obj->queue1->data);
obj->queue1->data = NULL;
free(obj->queue1);
obj->queue1 = NULL;
free(obj->queue2->data);
obj->queue2->data = NULL;
free(obj->queue2);
obj->queue2 = NULL;
free(obj);
obj = NULL;
}
/**
* Your MyStack struct will be instantiated and called as such:
* MyStack* obj = myStackCreate();
* myStackPush(obj, x);
* int param_2 = myStackPop(obj);
* int param_3 = myStackTop(obj);
* bool param_4 = myStackEmpty(obj);
* myStackFree(obj);
*/
4、栈的应用
leetcode 20.有效的括号
leetcode 20.有效的括号
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。
先来分析一下 这里有三种不匹配的情况:
- 第一种情况,字符串里左方向的括号多余了 ,所以不匹配。
- 第二种情况,括号没有多余,但是 括号的类型没有匹配上
- 第三种情况,字符串里右方向的括号多余了,所以不匹配
- 第一种情况:已经遍历完了字符串,但是栈不为空,说明有相应的左括号没有右括号来匹配,所以return false
- 第二种情况:遍历字符串匹配的过程中,发现栈里没有要匹配的字符。所以return false
- 第三种情况:遍历字符串匹配的过程中,栈已经为空了,没有匹配的字符了,说明右括号没有找到对应的左括号return false
- 那么什么时候说明左括号和右括号全都匹配了呢,就是字符串遍历完之后,栈是空的,就说明全都匹配了。
C语言代码实现:
bool isValid(char * s){
char* stack = (char*)calloc(10000, sizeof(char));
int i = 0, size = -1;
while (i < strlen(s)) {
if (s[i] == '(') {
stack[++size] = ')';
} else if (s[i] == '[') {
stack[++size] = ']';
} else if (s[i] == '{') {
stack[++size] = '}';
} else if (size == -1 || stack[size] != s[i]) {
/* 第三种情况:遍历字符串匹配的过程中,栈已经为空了,没有匹配的字符了,
* 说明右括号没有找到对应的左括号 return false
*/
/* 第二种情况:遍历字符串匹配的过程中,发现栈里没有我们要匹配的字符。
* 所以return false
*/
return false;
} else {
size--;
}
i++;
}
/* 第一种情况:此时我们已经遍历完了字符串,但是栈不为空,
* 说明有相应的左括号没有右括号来匹配,所以return false,
* 否则就return true
*/
return size == -1;
}
leetcode 1047. 删除字符串中的所有相邻重复项
leetcode 1047. 删除字符串中的所有相邻重复项
给出由小写字母组成的字符串 S,重复项删除操作会选择两个相邻且相同的字母,并删除它们。
在 S 上反复执行重复项删除操作,直到无法继续删除。
在完成所有重复项删除操作后返回最终的字符串。答案保证唯一。
示例: 输入:“abbaca” 输出:“ca” 解释: 例如,在 “abbaca” 中,我们可以删除 “bb” 由于两字母相邻且相同,这是此时唯一可以执行删除操作的重复项。之后我们得到字符串 “aaca”,其中又只有 “aa” 可以执行重复项删除操作,所以最后的字符串为 “ca”。
提示: 1 <= S.length <= 20000 S 仅由小写英文字母组成。
使用栈进行匹配,C语言代码如下:
char * removeDuplicates(char * S){
char* stack = (char*)calloc(strlen(S) + 1, sizeof(char));
int size = -1;
for (int i = 0; i < strlen(S); i++) {
if (size == -1) {
stack[++size] = S[i];
continue;
}
if (stack[size] == S[i]) {
size--;
continue;
}
stack[++size] = S[i];
}
stack[++size] = '\0';
return stack;
}
leetcode 150. 逆波兰表达式求值
leetcode 150. 逆波兰表达式求值
根据 逆波兰表示法,求表达式的值。
有效的运算符包括 + , - , * , / 。每个运算对象可以是整数,也可以是另一个逆波兰表达式。
说明:
整数除法只保留整数部分。 给定逆波兰表达式总是有效的。换句话说,表达式总会得出有效数值且不存在除数为 0 的情况。
- 示例 1: 输入: [“2”, “1”, “+”, “3”, " * "] 输出: 9 解释: 该算式转化为常见的中缀算术表达式为:((2 + 1) * 3) = 9
- 示例 2: 输入: [“4”, “13”, “5”, “/”, “+”] 输出: 6 解释: 该算式转化为常见的中缀算术表达式为:(4 + (13 / 5)) = 6
- 示例 3: 输入: [“10”, “6”, “9”, “3”, “+”, “-11”, " * ", “/”, " * ", “17”, “+”, “5”, “+”] 输出: 22 解释: 该算式转化为常见的中缀算术表达式为: ((10 * (6 / ((9 + 3) * -11))) + 17) + 5 = ((10 * (6 / (12 * -11))) + 17) + 5 = ((10 * (6 / -132)) + 17) + 5 = ((10 * 0) + 17) + 5 = (0 + 17) + 5 = 17 + 5 = 22
逆波兰表达式:是一种后缀表达式,所谓后缀就是指算符写在后面。
平常使用的算式则是一种中缀表达式,如 ( 1 + 2 ) * ( 3 + 4 ) 。
该算式的逆波兰表达式写法为 ( ( 1 2 + ) ( 3 4 + ) * ) 。
逆波兰表达式主要有以下两个优点:
- 去掉括号后表达式无歧义,上式即便写成 1 2 + 3 4 + * 也可以依据次序计算出正确结果。
- 适合用栈操作运算:遇到数字则入栈;遇到算符则取出栈顶两个数字进行计算,并将结果压入栈中。
使用栈来实现,遇到数组就入栈,遇到字符就判断并进行相应操作
C语言代码如下:
bool isNumber(char* token) {
return strlen(token) > 1 || ('0' <= token[0] && token[0] <= '9');
}
int evalRPN(char ** tokens, int tokensSize) {
int* stack = (int*)calloc(tokensSize, sizeof(int));
int size = -1;
for (int i = 0; i < tokensSize; i++) {
char* token = tokens[i];
int ret = 0;
/* 判断为数字就入栈 */
if (isNumber(tokens[i])) {
/* 将字符串转为整数int */
stack[++size] = atoi(tokens[i]);
continue;
}
/* 遇到符号就进行计算 */
if (token[0] == '+') {
ret = stack[size - 1] + stack[size];
stack[--size] = ret;
continue;
} else if (token[0]== '-') {
ret = stack[size - 1] - stack[size];
stack[--size] = ret;
continue;
} else if (token[0] == '*') {
ret = stack[size - 1] * stack[size];
stack[--size] = ret;
continue;
} else if (token[0] == '/') {
ret = stack[size - 1] / stack[size];
stack[--size] = ret;
continue;
}
}
return stack[size];
}
5、队列的应用
leetcode 239. 滑动窗口最大值
leetcode 239. 滑动窗口最大值
给定一个数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。
返回滑动窗口中的最大值。
C语言代码如下:
/**
* Note: The returned array must be malloced, assume caller calls free().
*/
int* maxSlidingWindow(int* nums, int numsSize, int k, int* returnSize){
/* 使用数组来模拟队列 */
int queue[numsSize];
int left = 0, right = 0;
/* 将前k个元素按照单调减的顺序入队列 */
for (int i = 0; i < k; i++) {
/* 若当前元素比队列右边的元素大,则right减小到当前元素比队列元素小的第一个位置 */
while(left < right && nums[i] > nums[queue[right - 1]]) {
right--;
}
queue[right++] = i;
}
/* 返回数组的大小为numsSize - k + 1 */
int* ret = (int*)calloc(numsSize - k + 1, sizeof(int));
*returnSize = 0;
ret[(*returnSize)++] = nums[queue[left]];
for (int i = k; i < numsSize; i++) {
/* 若当前元素比队列右边的元素大,则right减小到当前元素比队列元素小的第一个位置 */
while(left < right && nums[i] > nums[queue[right - 1]]) {
right--;
}
/* 存入新数据 */
queue[right++] = i;
/* 判断当前队列的最大元素是否在i-k-1 到i中;
* 若不在,则left要右移到i-k-1的位置
*/
while(queue[left] <= i - k) {
left++;
}
ret[(*returnSize)++] = nums[queue[left]];
}
return ret;
}
C++代码如下:
class Solution {
private:
class MyQueue { //单调队列(从大到小)
public:
deque<int> que; // 使用deque来实现单调队列
// 每次弹出的时候,比较当前要弹出的数值是否等于队列出口元素的数值,如果相等则弹出。
// 同时pop之前判断队列当前是否为空。
void pop(int value) {
if (!que.empty() && value == que.front()) {
que.pop_front();
}
}
// 如果push的数值大于入口元素的数值,那么就将队列后端的数值弹出,直到push的数值小于等于队列入口元素的数值为止。
// 这样就保持了队列里的数值是单调从大到小的了。
void push(int value) {
while (!que.empty() && value > que.back()) {
que.pop_back();
}
que.push_back(value);
}
// 查询当前队列里的最大值 直接返回队列前端也就是front就可以了。
int front() {
return que.front();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
MyQueue que;
vector<int> result;
for (int i = 0; i < k; i++) { // 先将前k的元素放进队列
que.push(nums[i]);
}
result.push_back(que.front()); // result 记录前k的元素的最大值
for (int i = k; i < nums.size(); i++) {
que.pop(nums[i - k]); // 滑动窗口移除最前面元素
que.push(nums[i]); // 滑动窗口前加入最后面的元素
result.push_back(que.front()); // 记录对应的最大值
}
return result;
}
};
leetcode 347.前 K 个高频元素
我使用结构体实现的堆,C语言代码如下:
/**
* Note: The returned array must be malloced, assume caller calls free().
*/
/* 堆中的数据结构体 */
typedef struct pair {
int key;
int value;
}T_pair, *PT_pair;
/* 堆的结构体 */
typedef struct Heap {
PT_pair data;
int szie;
int capacity;
}T_Heap, *PT_Heap;
/* 哈希表结构体 */
typedef struct hash_table {
int key;
int value;
UT_hash_handle hh;
}T_hash_table, *PT_hash_table;
/* 交换 */
void swap(PT_pair a, PT_pair b) {
int tmp1 = a->key;
int tmp2 = a->value;
a->key = b->key;
a->value = b->value;
b->key = tmp1;
b->value = tmp2;
}
/* 从堆下层向上交换元素,使得堆为小根堆 */
void swim(PT_pair nums, int k) {
while (k > 1 && nums[k].value < nums[k / 2].value) {
swap(&nums[k], &nums[k / 2]);
k /= 2;
}
}
/* 从堆上层向下层交换元素,使得堆为小根堆 */
void sink(PT_pair nums, int k, int numsSize) {
while (2 * k <= numsSize) {
int child = 2 * k;
if (child < numsSize && nums[child].value > nums[child + 1].value) {
child++;
}
if (nums[k].value < nums[child].value) {
break;
}
swap(&nums[k], &nums[child]);
k = child;
}
}
/* 初始化一个堆 */
PT_Heap createHeap(int k) {
PT_Heap obj = (PT_Heap)malloc(sizeof(T_Heap));
obj->data = (PT_pair)malloc(sizeof(T_pair) * (k + 1));
obj->szie = 0;
obj->capacity = k + 1;
return obj;
}
/* 判断堆是否为空 */
bool isEmpty(PT_Heap obj) {
return obj->szie == 0;
}
/* 获得堆的当前大小 */
int getHeapSize(PT_Heap obj) {
return obj->szie;
}
/* 将元素入堆 */
void pushHeap(PT_Heap obj, PT_hash_table elem) {
/* 新加入的元素放入堆的最后 */
obj->data[++obj->szie].key = elem->key;
obj->data[obj->szie].value = elem->value;
/* 对当前堆进行排序,使其成为一个大根堆 */
swim(obj->data, obj->szie);
}
/* 获得堆顶元素 */
PT_pair getHeapTop(PT_Heap obj) {
return &obj->data[1];
}
/* 将堆顶元素出堆 */
PT_pair popHeap(PT_Heap obj) {
/* 保存堆顶元素 */
PT_pair top = (PT_pair)malloc(sizeof(T_pair)); // = &obj->data[1];
top->key = obj->data[1].key;
top->value = obj->data[1].value;
/* 将堆顶元素和堆底元素交换,同时堆长度减一 */
swap(&obj->data[1], &obj->data[obj->szie--]);
/* 将原先的堆底元素赋值为INT_MIN */
obj->data[obj->szie + 1].key = 0;
obj->data[obj->szie + 1].value = 0;
/* 从堆顶开始重新堆化 */
sink(obj->data, 1, obj->szie);
return top;
}
int* topKFrequent(int* nums, int numsSize, int k, int* returnSize){
/* 定义哈希表,用来存储元素出现频率 */
PT_hash_table hash = NULL;
/* 遍历输入数组,记录其元素及其频率的映射 */
for (int i = 0; i < numsSize; i++) {
PT_hash_table p;
HASH_FIND_INT(hash, &nums[i], p);
if (p == NULL) {
p = (PT_hash_table)malloc(sizeof(T_hash_table));
p->key = nums[i];
p->value = 1;
HASH_ADD_INT(hash, key, p);
} else {
p->value++;
}
}
/* 初始化一个大小为k的堆 */
PT_Heap heap = createHeap(k);
/* 将频率数组堆化 */
for (PT_hash_table tmp = hash; tmp != NULL; tmp = tmp->hh.next) {
if (getHeapSize(heap) == k) {
PT_pair tmp1 = getHeapTop(heap);
if (tmp->value > tmp1->value) {
popHeap(heap);
pushHeap(heap, tmp);
}
} else {
pushHeap(heap, tmp);
}
}
/* 返回数组长度为k */
int* res = (int*)calloc(k, sizeof(int));
*returnSize = k;
/* 将堆中元素传入返回数组 */
for (int i = 0; i < k; i++) {
PT_pair tmp = popHeap(heap);
res[i] = tmp->key;
}
return res;
}
C++代码如下:
// 时间复杂度:O(nlogk)
// 空间复杂度:O(n)
class Solution {
public:
// 小顶堆
class mycomparison {
public:
bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
return lhs.second > rhs.second;
}
};
vector<int> topKFrequent(vector<int>& nums, int k) {
// 要统计元素出现频率
unordered_map<int, int> map; // map<nums[i],对应出现的次数>
for (int i = 0; i < nums.size(); i++) {
map[nums[i]]++;
}
// 对频率排序
// 定义一个小顶堆,大小为k
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
// 用固定大小为k的小顶堆,扫面所有频率的数值
for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
pri_que.push(*it);
if (pri_que.size() > k) { // 如果堆的大小大于了K,则队列弹出,保证堆的大小一直为k
pri_que.pop();
}
}
// 找出前K个高频元素,因为小顶堆先弹出的是最小的,所以倒叙来输出到数组
vector<int> result(k);
for (int i = k - 1; i >= 0; i--) {
result[i] = pri_que.top().first;
pri_que.pop();
}
return result;
}
};