python数据结构与算法分析--栈

本文参考于《python数据结构与算法分析》

:它是有序集合,添加操作和移除操作总发生在同一端,即"顶端",另一端被称为"低端"。栈中的元素离低端越近,代表其在栈中的时间越长,最新添加的元素将被最先移除。这种排序原则被称作LIFO(last-in-first-out),即后进先出。

场景:每一个浏览器都有返回按钮,当我们从一个网页跳到另一个网页时,这些网页实际上是URL都被存放在一个栈中。当前正在浏览的网页位于栈的顶端,最早浏览的网页则位于低端。如果点击按钮,便开始反向浏览这些网页。

栈抽象数据类型

  • Stack():创建一个空栈
  • push(item):添加一个元素
  • pop():将元素移除
  • peek():返回顶端元素
  • isEmpty():检查栈是否为空
  • size():返回元素的数目
class Stack:
    """:arg
    将表的尾端当做栈的顶端
    """
    def __init__(self):
        self.item = []

    def push(self, item):
        return self.item.append(item)

    def pop(self):
        return self.item.pop()

    def isEmpty(self):
        return self.item == []

    def size(self):
        return len(self.item)

    def peek(self):
        return self.item[len(self.item)-1]

def test():
    s = Stack()
    print(s.isEmpty())

    s.push(4)
    s.push("dog")
    print(s.peek())

    s.push(True)
    print(s.size())

    print(s.isEmpty())

    s.push(10.1)
    print(s.pop())
    print(s.pop())


if __name__ == '__main__':
    test()

result:
True
dog
3
False
10.1
True

class Stack:
    """:arg
    将表头部当做栈顶
    """
    def __init__(self):
        self.item = []
    
    def push(self, item):
        return self.item.insert(0, item)
    
    def pop(self):
        return self.item.pop(0)
    
    def peek(self):
        return self.item[0]
    
    def isEmpty(self):
        return self.item == []
    
    def size(self):
        return len(self.item)

虽然都可以实现栈的数据结构,但是性能方面有所差异。第一种实现的push和pop方法的时间复杂度都是O(1)(append,和pop)。而第二种的复杂度为O(n)(insert(0)和pop(0))。

括号匹配问题
正常情况下括号应该是左右匹配的

在这里插入图片描述
思路:初始化一个空栈,从左往右处理括号。如遇到左括号加入栈中,如果遇到右括号,就做出栈操作,处理到最后应该是空的就代表匹配成功。


def Checker(symbolString):
    s = Stack() #上述的Stack
    balanced = True #默认是匹配的
    index = 0  #初始化索引为0

    while index<len(symbolString) and balanced:
        symbol = symbolString[index]
        if symbol == "(":
            s.push(symbol)
        else:
            if s.isEmpty():    #判断提前为空不匹配
                balanced = False
            else:
                s.pop()
        index += 1

    if balanced and s.isEmpty():
        return True
    else:
        return False
#测试
print(Checker("()()()(())"))
print(Checker("(()))"))
#结果
True
False

十进制转二进制
在这里插入图片描述

def dec2bin(num):
    remstack = Stack()  #初始化

    while num > 0:       
        rem = num % 2      # 233 % 2 = 1
        remstack.push(rem)	
        num = num // 2     #233 //2 = 116

    binString = ""
    while not remstack.isEmpty():
        binString += str(remstack.pop())
    return binString
#测试
print(dec2bin(233))
#结果
11101001
``

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python数据结构与算法分析是一个专栏,主要记录了如何使用Python学习数据结构与算法的笔记和练习题。这个专栏包括了Python的内置数据结构和扩展数据结构。Python给我们提供了很多现成的数据结构类型,如列表、元组、字典等,这些是系统预先定义好的数据结构。而还有一些数据组织方式需要我们自己去定义和实现,比如、队列等,这些被称为Python的扩展数据结构。通过学习这些数据结构和算法分析,可以更好地理解和应用Python编程语言。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [【Python数据结构与算法】(一)基本概念和算法分析](https://blog.csdn.net/weixin_45052363/article/details/125099029)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* [Python 数据结构与算法详解](https://blog.csdn.net/qq_35029061/article/details/127561227)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“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