栈与队列相关知识总结

目录

理论基础

栈经典题目

括号匹配问题

字符串去重问题

逆波兰表达式问题

队列经典题目

滑动窗口最大值问题

求前k个高频元素

---

理论基础

1.C++中stack, queue是容器吗？

答：不是，stack和queue不被归类为容器，而是被归类为container adapter(容器适配器）。

2.stack, queue属于哪个版本的STL？

答：属于SGI STL。

3.STL中stack，queue是如何实现的？

答：他们的底层实现可以是vector、deque、list等，如果没有指定底层实现，那么默认是deque。

4.stack，queue提供迭代器来遍历空间吗？

答：不允许有遍历行为，也没有迭代器，只能通过一些接口函数来获取其中的元素。

5.栈里面的元素在内存中是连续分布的吗？

答：首先，栈是容器适配器，底层实现可以使用不同容器，导致栈内数据在内存中不一定是连续分布的。但是如果是默认情况，底层容器是deque，deque在内存中的数据分布是不连续的。

针对用栈实现队列，我们需要使用两个栈来实现队列，一个是输入栈，一个是输出栈；用队列实现栈，也可以用两个队列，但是其中一个只是单纯的存储作用。此外也可以用一个队列实现栈，在模拟栈弹出元素的时候将队列头部除最后一个元素外的其他元素重新添加到队列尾部，然后再弹出就是栈的先进后出。

栈经典题目

括号匹配问题

括号匹配是使用栈解决的经典问题。

先来分析一下 题目有三种不匹配的情况，

1. 第一种情况，字符串里左方向的括号多余了，所以不匹配。
2. 第二种情况，括号没有多余，但是括号的类型没有匹配上。
3. 第三种情况，字符串里右方向的括号多余了，所以不匹配。

这里还有一些技巧，在匹配左括号的时候，右括号先入栈，就只需要比较当前元素和栈顶相不相等就可以了，比左括号先入栈代码实现要简单的多了。

字符串去重问题

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。

逆波兰表达式问题

本题中每一个子表达式要得出一个结果，然后拿这个结果再进行运算，那么这就相当于是一个相邻字符串消除的过程，和上一个字符串去重问题就非常像了。

队列经典题目

滑动窗口最大值问题

主要思想是队列没有必要维护窗口里的所有元素，只需要维护有可能成为窗口里最大值的元素就可以了，同时保证队列里的元素数值是由大到小的。

那么这个维护元素单调递减的队列就叫做单调队列，即单调递减或单调递增的队列。C++中没有直接支持单调队列，需要我们自己来一个单调队列

而且不要以为实现的单调队列就是 对窗口里面的数进行排序，如果排序的话，那和优先级队列又有什么区别了呢。

设计单调队列的时候，pop，和push操作要保持如下规则：

1. pop(value)：如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作
2. push(value)：如果push的元素value大于入口元素的数值，那么就将队列出口的元素弹出，直到push元素的数值小于等于队列入口元素的数值为止

保持如上规则，每次窗口移动的时候，只要问que.front()就可以返回当前窗口的最大值。

一些同学还会对单调队列都有一些困惑，首先要明确的是，题解中单调队列里的pop和push接口，仅适用于本题。

单调队列不是一成不变的，而是不同场景不同写法，总之要保证队列里单调递减或递增的原则，所以叫做单调队列。

不要以为本题中的单调队列实现就是固定的写法。

我们用deque作为单调队列的底层数据结构，C++中deque是stack和queue默认的底层实现容器（这个我们之前已经讲过），deque是可以两边扩展的，而且deque里元素并不是严格的连续分布的。

求前k个高频元素

通过求前 K 个高频元素，引出另一种队列就是优先级队列。

什么是优先级队列呢？

其实就是一个披着队列外衣的堆，因为优先级队列对外接口只是从队头取元素，从队尾添加元素，再无其他取元素的方式，看起来就是一个队列。

而且优先级队列内部元素是自动依照元素的权值排列。那么它是如何有序排列的呢？

缺省情况下priority_queue利用max-heap（大顶堆）完成对元素的排序，这个大顶堆是以vector为表现形式的complete binary tree（完全二叉树）。

什么是堆呢？

堆是一棵完全二叉树，树中每个结点的值都不小于（或不大于）其左右孩子的值。 如果父亲结点是大于等于左右孩子就是大顶堆，小于等于左右孩子就是小顶堆。

所以大家经常说的大顶堆（堆头是最大元素），小顶堆（堆头是最小元素），如果懒得自己实现的话，就直接用priority_queue（优先级队列）就可以了，底层实现都是一样的，从小到大排就是小顶堆，从大到小排就是大顶堆。

本题就要使用优先级队列来对部分频率进行排序。 注意这里是对部分数据进行排序而不需要对所有数据排序！

所以排序的过程的时间复杂度是 O(log k) ，整个算法的时间复杂度是 O(nlog k) 。