Python数据结构与算法（四）——栈与队列_python中priorityqueue取队尾元素-CSDN博客

本文链接：https://blog.csdn.net/qq_33836092/article/details/104390469

栈

栈（stack），有些地方称为堆栈，是一种容器，可存入数据元素、访问元素、删除元素，它的特点在于只能允许在容器的一端（称为栈顶端指标，英语：top）进行加入数据（英语：push）和输出数据（英语：pop）的运算。没有了位置概念，保证任何时候可以访问、删除的元素都是此前最后存入的那个元素，确定了一种默认的访问顺序。

由于栈数据结构只允许在一端进行操作，因而按照后进先出（LIFO, Last In First Out）的原理运作。

栈结构实现

栈可以用顺序表实现，也可以用链表实现。

栈的操作

Stack() 创建一个新的空栈
push(item) 添加一个新的元素item到栈顶
pop() 弹出栈顶元素
peek() 返回栈顶元素
is_empty() 判断栈是否为空
size() 返回栈的元素个数

class Stack(object):
    """栈"""
    def __init__(self):
         self.items = []

    def is_empty(self):
        """判断是否为空"""
        return self.items == []

    def push(self, item):
        """加入元素"""
        self.items.append(item)

    def pop(self):
        """弹出元素"""
        if self.is_empty():
            return None
        return self.items.pop()

    def peek(self):
        """返回栈顶元素"""
        if self.is_empty():
            return None
        return self.items[len(self.items)-1]

    def size(self):
        """返回栈的大小"""
        return len(self.items)

if __name__ == "__main__":
    stack = Stack()
    stack.push("hello")
    stack.push("world")
    stack.push("itcast")
    print stack.size()
    print stack.peek()
    print stack.pop()
    print stack.pop()
    print stack.pop()

栈的应用

使用场景

1.符号匹配

2.计算机表达式的转换

3.CPU内部栈主要是用来进行子程序调用和返回

4.进制转换

括号匹配问题大多数计算机语言中都需要检测括号是否匹配，那么如何实现符号成对检测？

算法思路：

从第一个字符开始扫描
当遇见普通字符时忽略
当遇见左符号时压入栈中
当遇见右符号时从栈中弹出栈顶符号，并进行匹配
匹配成功：继续读入下一个字符
匹配失败：立即停止，并报错
结束：成功: 所有字符扫描完毕，且栈为空失败：匹配失败或所有字符扫描完毕但栈非空

def match(str):
    stack = Stack()
    check_dict = {
        ')': '(',
        ']': '[',
        '}': '{'
    }
    for char in str:
        if char in {'(', '[', '{'}:
            # 左括号压栈
            stack.push(char)
        elif char in {')', ']', '}'} and stack.size() > 0:
            if stack.peek() == check_dict[char]:
                stack.pop()
    if stack.size() == 0:
        return True
    else:
        return False


if __name__ == '__main__':
    print(match('1(667)[]85{4}'))  # True
    print(match('({[]})'))  # True
    print(match('(])['))  # False
    print(match('([]{}'))  # False

计算机表达式转换计算机的本质工作就是做数学运算，那计算机可以读入字符串 "9 + (3 - 1) * 5 + 8 / 2"并计算值吗？

中缀表达式和后缀表达式

后缀表达式（由波兰科学家在20世纪50年代提出）将运算符放在数字后面 ===》符合计算机运算

我们习惯的数学表达式叫做中缀表达式===》符合人类思考习惯实例

5 + 4 => 5 4 +    
1 + 2 * 3 => 1 2 3 * +    
8 + ( 3 - 1 ) * 5 => 8 3 1 - 5 * +

算法思路 中缀转后缀：遍历中缀表达式中的数字和符号

练习拓展： 中缀转后缀

遍历中缀表达式中的数字和符号

对于数字：直接输出

对于符号：

（4）遍历结束：将栈中的所有符号弹出并输出

（1）左括号：进栈

（2）运算符号：与栈顶符号进行优先级比较

若栈顶符号优先级低：此符号进栈（默认栈顶若是左括号，左括号优先级最低）

若栈顶符号优先级不低：将栈顶符号弹出并输出，之后进栈

（3）右括号：将栈顶符号弹出并输出，直到匹配左括号

def pri_to_back(str):
    stack = Stack()
    dict_priority = {'*': 3, '/': 3, '+': 2, '-': 2, '(': 1}

    str2 = []
    for i in str:
        if i.isdigit():
            # 数字直接添加
            str2.append(i)
        elif i == '(':
            # 左括号
            stack.push(i)
        elif i == ')':
            # 右括号
            while stack.peek() != '(' and stack.size() > 0:
                str2.append(stack.pop())
            stack.pop()
        else:
            # 运算符号
            if not stack.is_empty():
                # 判断栈是否为空，空直接压栈
                level = dict_priority.get(i)
                peek_level = dict_priority.get(stack.peek(), 0)
                while level <= peek_level:
                    # 判断运算符与栈顶元素的优先级高低，运算符优先级高则不进入循环直接压栈
                    # 运算符优先级低则依次弹出比它优先级大或等于它优先级的元素
                    str2.append(stack.pop())
                    peek_level = dict_priority.get(stack.peek(), 0)
            stack.push(i)
    while not stack.is_empty():
        str2.append(stack.pop())

    return ' '.join(str2)


if __name__ == '__main__':
    print(pri_to_back('5+4'))  # 5 4 +
    print(pri_to_back('1+2*3'))  # 1 2 3 * +
    print(pri_to_back('8+(3-1)*5'))  # 8 3 1 - 5 * +

练习拓展：计算机如何基于后缀表达式结算结果 例如：8 3 1 - 5 * +

计算规则：

遍历后缀表达式中的数字和符号

对于数字：进栈

对于符号：（1）从栈中弹出右操作数（2）从栈中弹出左操作数（3）根据符号进行运算（4）将运算结果压入栈中

遍历结束：栈中的唯一数字为计算结果

def cal_from_back(str):
    stack = Stack()
    dict_cal = {
        '+': lambda x, y: x + y,
        '-': lambda x, y: x - y,
        '*': lambda x, y: x * y,
        '/': lambda x, y: x / y,
    }
    for i in str:
        if i.isdigit():
            stack.push(i)
        else:
            right = int(stack.pop())
            left = int(stack.pop())
            outcome = dict_cal[i](left, right)
            stack.push(outcome)
    return stack.pop()


if __name__ == '__main__':
    print(cal_from_back('54+'))  # 9
    print(cal_from_back('123*+'))  # 7
    print(cal_from_back('831-5*+'))  # 18

队列

队列（queue）是只允许在一端进行插入操作，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（First In First Out）的线性表，简称FIFO。允许插入的一端为队尾，允许删除的一端为队头。队列不允许在中间部位进行操作！假设队列是q=（a1，a2，……，an），那么a1就是队头元素，而an是队尾元素。这样我们就可以删除时，总是从a1开始，而插入时，总是在队列最后。这也比较符合我们通常生活中的习惯，排在第一个的优先出列，最后来的当然排在队伍最后。

队列的实现

同栈一样，队列也可以用顺序表或者链表实现。

操作

Queue() 创建一个空的队列
enqueue(item) 往队列中添加一个item元素
dequeue() 从队列头部删除一个元素
is_empty() 判断一个队列是否为空
size() 返回队列的大小

class Queue(object):
    """队列"""
    def __init__(self):
        self.items = []

    def is_empty(self):
        return self.items == []

    def enqueue(self, item):
        """进队列"""
        self.items.insert(0,item)

    def dequeue(self):
        """出队列"""
        if self.is_empty():
            return None
        return self.items.pop()

    def size(self):
        """返回大小"""
        return len(self.items)

if __name__ == "__main__":
    q = Queue()
    q.enqueue("hello")
    q.enqueue("world")
    q.enqueue("itcast")
    print q.size()
    print q.dequeue()
    print q.dequeue()
    print q.dequeue()

双端队列

双端队列（deque，全名double-ended queue），是一种具有队列和栈的性质的数据结构。

双端队列中的元素可以从两端弹出，其限定插入和删除操作在表的两端进行。双端队列可以在队列任意一端入队和出队。

操作

Deque() 创建一个空的双端队列
add_front(item) 从队头加入一个item元素
add_rear(item) 从队尾加入一个item元素
remove_front() 从队头删除一个item元素
remove_rear() 从队尾删除一个item元素
is_empty() 判断双端队列是否为空
size() 返回队列的大小

实现

class Deque(object):
    """双端队列"""
    def __init__(self):
        self.items = []

    def is_empty(self):
        """判断队列是否为空"""
        return self.items == []

    def add_front(self, item):
        """在队头添加元素"""
        self.items.insert(0,item)

    def add_rear(self, item):
        """在队尾添加元素"""
        self.items.append(item)

    def remove_front(self):
        """从队头删除元素"""
        if self.is_empty():
            return None
        return self.items.pop(0)

    def remove_rear(self):
        """从队尾删除元素"""
        if self.is_empty():
            return None
        return self.items.pop()

    def size(self):
        """返回队列大小"""
        return len(self.items)


if __name__ == "__main__":
    deque = Deque()
    deque.add_front(1)
    deque.add_front(2)
    deque.add_rear(3)
    deque.add_rear(4)
    print deque.size()
    print deque.remove_front()
    print deque.remove_front()
    print deque.remove_rear()
    print deque.remove_rear()

队列的应用

1.windows中的消息机制就是通过队列来实现的

2.操作系统的进程、作业管理中的先进先出服务

3.异步消息机制，如celery异步任务

约瑟夫斯问题（热土豆游戏）

这场比赛是一个现代的相当著名的约瑟夫斯问题。基于对第一世纪著名历史学家Flavius Josephus的传说，故事说的是，在对罗马犹太人起义，约瑟夫斯和39名战友顶住了罗马人在一个山洞里。随着失败迫在眉睫，他们决定，他们宁愿死也不愿做罗马人的奴隶。他们安排自己在一个圆圈里。一个人被划为第一号，顺时针方向，每第七个男人就杀了一个。约瑟夫斯，根据传说，是一个有成就的数学家。他立刻想出了他应该坐的地方是最后一个去的地方。当时间来了，而不是杀死自己，他加入了罗马的一边。

打印机任务（拓展不要求会）

图书馆中有一台打印机，打印机有两种工作模式：每分钟10页（但打印质量较低），每分钟5页（打印效果较好）。打印机一次只能处理一个任务，其余任务可排队等候。每个小时最多有10位学生在图书馆，他们在一小时终最多提交2次打印任务，每个打印任务的页数为1至20页不等。问：综合分析两种打印模式，分析学生的平均等待打印时间和是否能在1小时内完成所有学生提交的打印任务

双端队列应用

一个有趣的问题，可以很容易地解决了使用队列的数据结构是典型的回文问题。回文数是一个字符串，读取相同的向前和向后的，例如,"sbbs"我们想构造一个算法，输入一个字符串是否回文。这个问题的解决方案将使用一个队列来存储字符串的字符。我们将从左到右弦和添加的每个字符的双端队列后。在这一点上，deque将会表现的非常像一个普通的队列。然而，我们现在可以利用该容器的双重功能。该容器前将字符串和该容器后的第一个字符将举行的最后一个字符