《数据结构和算法之美》读书笔记3（栈，队列）

栈

关于栈，有一个贴切的例子：一摞叠在一起的盘子。后进者先出，先进者后出。

栈是一种“操作受限”的线性表，只允许一端插入和删除数据。

当摸个数据集合只涉及在一段插入和删除数据，并且满足后进先出，先进后出的特性，就应该首选“栈”这种数据结构。

用数组实现的栈，叫做顺序栈；用链表实现的栈，叫做链式栈。这两种栈的入栈和出栈只涉及栈顶个别数据的操作，所以时间复杂度都是O(1)。

可以用摊还分析法来分析他的时间复杂度

为了分析的建表，可以实现做一些假设和定义：

• 栈空间不够时，我们重新申请一个是原来大小两倍的数组
• 为了简化分析，假设只有入栈操作，没有出栈操作
• 定义不涉及内存搬移的入栈操作为simple-push操作，时间复杂度为O(1)

如果当前栈的大小为k，并且已经满了，当再有新的数据要入栈时，就需要重新申请2倍大小的内存，并且做k-1次入栈操作，我们都不需要再重新申请内存和搬移数据，所以这k-1次入栈都只需要一个simple-push操作就能完成。

编译器可以使用栈来实现表达式求值

编译器是通过两个栈来实现的。其中一个保存操作数的栈，另一个是保存运算符的栈。从左向右遍历表达式，当遇上数字，就压入操作数栈；当遇到运算符，就与运算符栈顶元素进行比较。

如果比运算符栈顶元素的优先级高，就将当前运算符压入栈顶；如果比运算符栈顶元素的优先级低或者相同，从运算符栈中取出栈顶运算符，从操作数栈的栈顶取出两个操作数，然后进行计算，再把计算完的结果压入操作数栈，继续比较。

队列

当我们向固定大小的线程池中请求一个线程时，如果线程池没有空闲资源了，这个时候线程池应该处理这个请求，是拒绝请求还是排队请求？

关于队列，有一个贴切的例子：排队买票，先来的先买，后来的人只能站在末尾，不能插队。先进者先出。

跟栈一样，队列可以用数组来实现，用数组实现的栈叫顺序栈，用数组实现的队列叫顺序队列；也可以用链表来实现，用链表实现的是链式栈，用链表实现的队列叫链式队列。

对于栈来说，只需要一个栈顶元素就够了，但是队列需要两个指针，一个是head指针，指向对头；一个是tail指针，指向队尾。

队列不停地进行入队和出队操作，head和tail都会持续往后移动。当tail移动到最右边，即使数组中还有空闲空间，也不能继续往队列中添加数据了，接下来的循环队列就是解决这个问题的。

循环队列

原本队列有头有尾的，是一条直线。现在我们把首尾相连，形成一个环，最关键的是，确定好队空和队满的判定条件。在非循环队列中，队满的判断条件是tail==n，队空的判断条件是head==tail。而在循环队列中，当队满时：(tail+1)%n=head，队空时：head==tail。

阻塞队列

阻塞队列是在队列基础上增加了阻塞操作。就是在队列为空的时候，从队头取数据会被阻塞。因为此时还没有数据可取，知道队列中有了数据才能返回；如果队列已经满了，那么插入的数据就会被阻塞，知道队列中有空闲位置后再插入数据，然后再返回。

上述的定义就是一个“生产者-消费者模型”。这种基于阻塞队列实现的“生产者-消费者模型”，可以有效地协调生产和消费的速度。当“生产者”生成数据的速度过快，“消费者”来不及消费，存储数据的队列很快就满了。这时候，生产者就阻塞等待，知道“消费者”消费了数据，“生产者”才会被唤醒继续“生产”。

基于阻塞队列，还可以通过协调“生产者”和“消费者”的个数，来提高数据的办理效率。比如前面的例子，我们可以多配置几个“消费者”，来对应一个“生产者”。

在多线程的情况下，会有多个线程同时操作队列，这时就会存在线程安全问题，那么如何实现一个线程安全的队列呢？ 

并发队列

线程安全的队列我们叫做并发队列，最简单的实现方式是直接在enqueue()、dequeue()方法上加锁，但是锁粒度大并发度会比较低，同一时刻仅允许一个存或取操作。实际上，基于数据的循环队列比链式队列应用更加广泛的原因。

开篇问题的解答

线程池没有空闲线程时，新的任务请求线程资源时，线程池该如何处理？

一般有两种处理策略，第一种是非阻塞的处理方式，直接拒绝任务请求；另一种是阻塞的处理方式，将请求排队，等到有空闲线程时，去除排队的请求继续处理。那如何存储排队的请求呢？

我们希望公平的处理每个排队的请求，先进者先服务，所以队列这种数据结构很适合来存储排队请求。队列有记忆链表和数组这两种实现方式，这两种实现方式对于排队请求有什么区别？

基于链表的实现方式，可以实现一个支持无线排队的无界队列，但是可能会导致过多的请求排队等待，请求处理的响应时间过长。所以，针对响应时间比较敏感的系统，基于链表实现的线程池是不合适的。

基于数组实现的有界队列，队列的大小有限，所以线程池中排队请求超过队列大小时，接下来的请求就会被拒绝，这种方式对响应时间敏感的系统就更加合理。不过，设置一个合理的队列大小也很讲究。队列太小会导致无法充分利用系统资源，发挥最大性能。队列太大导致请求太多。

处理队列应用在线程池请求排队的场景之外，队列可以应用在任何有限资源池中，用于排队请求，比如数据库连接池等。对应大部分资源有限的场景，当没有空闲资源时，基本上都可以通过“队列”这种数据结构来实现请求排队。