六、栈与队列(5):删除字符串中的所有相邻重复项

力扣题目链接(opens new window)

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。

一、思路

(1)题外话

这道题目就像是我们玩过的游戏对对碰,如果相同的元素放在挨在一起就要消除。可能我们在玩游戏的时候感觉理所当然应该消除,但程序又怎么知道该如果消除呢,特别是消除之后又有新的元素可能挨在一起。此时游戏的后端逻辑就可以用一个栈来实现(我没有实际考察对对碰或者爱消除游戏的代码实现,仅从原理上进行推断)。

游戏开发可能使用栈结构,编程语言的一些功能实现也会使用栈结构,实现函数递归调用就需要栈,但不是每种编程语言都支持递归,例如:

1047.删除字符串中的所有相邻重复项

 递归的实现就是:每一次递归调用都会把函数的局部变量、参数值和返回地址等压入调用栈中,然后递归返回的时候,从栈顶弹出上一次递归的各项参数,所以这就是递归为什么可以返回上一层位置的原因。

相信大家应该遇到过一种错误就是栈溢出,系统输出的异常是Segmentation fault(当然不是所有的Segmentation fault 都是栈溢出导致的) ,如果你使用了递归,就要想一想是不是无限递归了,那么系统调用栈就会溢出。

而且**在企业项目开发中,尽量不要使用递归!**在项目比较大的时候,由于参数多,全局变量等等,使用递归很容易判断不充分return的条件,非常容易无限递归(或者递归层级过深),造成栈溢出错误(这种问题还不好排查!)

好了,题外话over,我们进入正题。

(2)正题

本题要删除相邻相同元素,其实也是匹配问题,相同左元素相当于左括号,相同右元素就是相当于右括号,匹配上了就删除。那么再来看一下本题:可以把字符串顺序放到一个栈中,然后如果相同的话栈就弹出,这样最后栈里剩下的元素都是相邻不相同的元素了。

如动画所示:

1047.删除字符串中的所有相邻重复项

从栈中弹出剩余元素,此时是字符串ac,因为从栈里弹出的元素是倒叙的,所以在对字符串进行反转一下,就得到了最终的结果。

C++代码 :

class Solution {
public:
    string removeDuplicates(string S) {
        stack<char> st;
        for (char s : S) {
            if (st.empty() || s != st.top()) {
                st.push(s);
            } else {
                st.pop(); // s 与 st.top()相等的情况
            }
        }
        string result = "";
        while (!st.empty()) { // 将栈中元素放到result字符串汇总
            result += st.top();
            st.pop();
        }
        reverse (result.begin(), result.end()); // 此时字符串需要反转一下
        return result;

    }
};

当然可以拿字符串直接作为栈,这样省去了栈还要转为字符串的操作。

代码如下:

class Solution {
public:
    string removeDuplicates(string S) {
        string result;
        for(char s : S) {
            if(result.empty() || result.back() != s) {
                result.push_back(s);
            }
            else {
                result.pop_back();
            }
        }
        return result;
    }
};

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
队列都是常见的数据结构,它们的主要区别在于数据的存储和访问方式。是一种具有后进先出(LIFO)特性的数据结构,而队列则是具有先进先出(FIFO)特性的数据结构。 的程序设计基本思想是通过对的操作(入、出、访问顶元素等)来实现对数据的管理和处理。在程序设计,需要先定义的数据结构,包括元素类型和操作函数等。然后根据需要,实现各种对的操作,例如入、出、访问顶元素等。 队列的程序设计基本思想也是类似的,通过对队列的操作(入队、出队、访问队头元素等)来实现对数据的管理和处理。在程序设计,需要先定义队列的数据结构,包括元素类型和操作函数等。然后根据需要,实现各种对队列的操作,例如入队、出队、访问队头元素等。 队列的程序设计原理是将它们的数据结构和操作函数封装成一个类(或模块、包),并提供对外的接口。这样可以实现数据的封装和隐藏,使得程序更加安全和可靠。同时,也可以提高程序的可维护性和可重用性,方便程序的开发和维护。 下面是队列的一些常见算法描述: 1. 的应用:括号匹配 对于一个字符串表达式,判断其的括号是否匹配。算法描述如下: 1. 遍历字符串表达式的每一个字符。 2. 如果遇到左括号('(', '{', '['),则将其入。 3. 如果遇到右括号(')', '}', ']'),则从取出一个元素,并判断其是否与当前右括号匹配。 4. 如果为空或取出的元素与当前右括号不匹配,则返回false,否则继续遍历。 5. 遍历完整个字符串表达式后,如果为空,则返回true,否则返回false。 2. 队列的应用:BFS搜索 BFS(Breadth First Search)是一种广度优先搜索算法,常用于图形搜索和状态空间搜索。其基本思想是从起始状态开始,逐层扩展到相邻状态,直到找到目标状态为止。 BFS算法可以使用队列来实现,其算法描述如下: 1. 将起始状态入队。 2. 如果队列不为空,则取出队头元素,并将其所有相邻状态入队。 3. 如果队头元素为目标状态,则返回搜索结果。 4. 如果队列为空,且未找到目标状态,则返回搜索失败。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值