【数据结构与算法之美】读书笔记06 -- 栈

我们常说工作中遇不到数据结构和算法，其实是我们主动或无意识过滤掉这样的机会。

前言

整理自：https://github.com/foreverZ133/Beauty-of-Data-Structure-and-Algorithms

如何学习

学习 栈（stack） 有什么用呢？为了回答这个问题，我们先来讨论一个浏览器的前进、后退功能。

当你依次访问完一串页面 a-b-c 之后，点击浏览器的后退按钮，就可以查看之前浏览过的页面 b 和 a。当你后退到页面 a，点击前进按钮，就可以重新查看页面 b 和 c。但是，如果你后退到页面 b 后，点击了新的页面 d，那就无法再通过前进、后退功能查看页面 c 了。

假设你是 Chrome 浏览器的开发工程师，你会如何实现这个功能呢？

这就要用 栈 这种数据结构。

理解栈结构

1. 关于 栈 ，就像一摞盘子。

平时放盘子，都是从下往上一个一个放；取的时候，也是从上往下一个一个地依次取，不能从中间任意抽出。后进者先出，先进者后出，这就是典型的 栈 结构。

2. 从 栈 的操作特性上来看，栈是一种“操作受限”的线性表，只允许在一端插入和删除数据。

相比数组和链表，栈带限制很多，并没有任何优势。直接使用数组或者链表不就好了吗？为什么还要用这个“操作受限”的“栈”呢？

3. 事实上，从功能上来说，数组或链表确实可以替代栈，但特定的数据结构是对特定场景的抽象，而且，数组或链表暴露了太多的操作接口，操作上的确灵活自由，但使用时就比较不可控，自然也就更容易出错。

4. 当某个数据集合只涉及在一端插入和删除数据，并且满足后进先出、先进后出的特性，我们就应该首选 栈 这种数据结构。

实现一个栈

栈主要包含两个操作，入栈和出栈，也就是在栈顶插入一个数据和从栈顶删除一个数据。理解了栈的定义之后，我们来看一看如何用代码实现一个栈。

实际上，栈既可以用数组来实现，也可以用链表来实现。用数组实现的栈，我们叫作顺序栈，用链表实现的栈，我们叫作链式栈。

基于链表的链式栈 – java

public class StackBasedLinkedList {
  private Node top = null;

  public void push(int value) {
    Node newNode = new Node(value, null);
    // 判断是否栈空
    if (top == null) {
      top = newNode;
    } else {
      newNode.next = top;
      top = newNode;
    }
  }

  /**
   * 我用-1表示栈中没有数据。
   */
  public int pop() {
    if (top == null) return -1;
    int value = top.data;
    top = top.next;
    return value;
  }

  public void printAll() {
    Node p = top;
    while (p != null) {
      System.out.print(p.data + " ");
      p = p.next;
    }
    System.out.println();
  }

  private static class Node {
    private int data;
    private Node next;

    public Node(int data, Node next) {
      this.data = data;
      this.next = next;
    }

    public int getData() {
      return data;
    }
  }
}

基于数组的顺序栈 – java

// 基于数组实现的顺序栈
public class ArrayStack {
  private String[] items;  // 数组
  private int count;       // 栈中元素个数
  private int n;           // 栈的大小
  // 初始化数组，申请一个大小为 n 的数组空间
  public ArrayStack(int n) {
    this.items = new String[n];
    this.n = n;
    this.count = 0;
  }
  // 入栈操作
  public boolean push(String item) {
    // 数组空间不够了，直接返回 false，入栈失败。
    if (count == n) return false;
    // 将 item 放到下标为 count 的位置，并且 count 加一
    items[count] = item;
    ++count;
    return true;
  }
  // 出栈操作
  public String pop() {
    // 栈为空，则直接返回 null
    if (count == 0) return null;
    // 返回下标为 count-1 的数组元素，并且栈中元素个数 count 减一
    String tmp = items[count-1];
    --count;
    return tmp;
  }
}

时间空间复杂度

空间复杂度分析

了解了定义和基本操作，那它的操作的 时间、空间复杂度 是多少呢？

不管是顺序栈还是链式栈，存储数据只需要一个大小为 n 的数组就够了。在入栈和出栈过程中，只需要一两个临时变量存储空间，所以空间复杂度是 O(1)。

注意，这里存储数据需要一个大小为 n 的数组，并不是说空间复杂度就是 O(n)。因为，这 n 个空间是必须的，无法省掉。所以我们说空间复杂度的时候，是指除了原本的数据存储空间外，算法运行还需要额外的存储空间。

时间复杂度分析

空间复杂度分析是不是很简单？时间复杂度也不难。不管是顺序栈还是链式栈，入栈、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)。

支持动态扩容的顺序栈

1. 上面基于数组实现的栈，是一个固定大小的栈；在初始化栈时需要事先指定栈的大小。当栈满之后，就无法再往栈里添加数据了。尽管链式栈的大小不受限，但要存储 next 指针，内存消耗相对较多。那如何基于数组实现一个可以支持动态扩容的栈呢？

2. 在数组那一节，当数组空间不够时，就重新申请一块更大的内存，将原来数组中数据统统拷贝过去。这样就实现了一个支持动态扩容的数组。

3. 所以，如果要实现一个 支持动态扩容的栈，只需要底层依赖一个支持动态扩容的数组就可以了。当栈满了之后，就申请一个更大的数组，将原来的数据搬移到新数组中。

时间复杂度

实际上，支持动态扩容的顺序栈，平时开发中并不常用到。主要还是练习一下前面讲的复杂度分析方法。

你不用死记硬背入栈、出栈的时间复杂度，你需要掌握的是 分析方法。能够自己分析才算是真正掌握了。现在我就带你分析一下支持动态扩容的顺序栈的入栈、出栈操作的时间复杂度。

1. 对于 出栈 操作来说，不会涉及内存的重新申请和数据的搬移，所以出栈的时间复杂度仍然是 O(1)。
2. 对于 入栈 操作来说，情况就不一样了。当栈中有空闲空间时，入栈操作的时间复杂度为 O(1)。但当空间不够时，就需要重新申请内存和数据搬移，所以时间复杂度就变成了 O(n)。

也就是说，对于入栈操作来说，最好情况时间复杂度是 O(1)，最坏情况时间复杂度是 O(n)。那 平均情况下的时间复杂度 又是多少呢？还记得我们在复杂度分析那一节中讲的 摊还分析法 吗？这个入栈操作的平均情况下的时间复杂度可以用摊还分析法来分析。

摊还分析法

1. 为了分析的方便，我们需要事先做一些假设和定义：

   • 栈空间不够时，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)。

2. 如果当前栈大小为K，并且已满，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 个数据的搬移操作，然后再入栈。但是，接下来的 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 次入栈操作都只需要一个 simple-push 操作就可以完成。

3. 这 K 次入栈操作，总共涉及了 K 个数据的搬移，以及 K 次 simple-push 操作。将 K 个数据搬移均摊到 K 次入栈操作，那每个入栈操作只需要一个数据搬移和一个 simple-push 操作。以此类推，入栈操作的均摊时间复杂度就为 O(1)。

通过这个例子的实战分析，也印证了前面讲到的，均摊时间复杂度一般都等于最好情况时间复杂度。因为在大部分情况下，入栈操作的时间复杂度 O 都是 O(1)，只有在个别时刻才会退化为 O(n)，所以把耗时多的入栈操作的时间均摊到其他入栈操作上，平均情况下的耗时就接近 O(1)。

应用

栈在函数调用中的应用

现在看下，栈在软件工程中的实际应用。栈作为一个比较基础的数据结构，应用场景还是蛮多的。其中，比较经典的一个应用场景就是 函数调用栈。

1. 操作系统给每个线程分配了一块独立的内存空间，这块内存被组织成 栈 这种结构，用来存储函数调用时的 临时变量；
2. 每进入一个函数，就会将临时变量作为一个 栈帧入栈，当被调用函数执行完成，返回之后，将这个函数对应的 栈帧出栈；
3. 来看下这段代码的执行过程：

int main() {
  int a = 1; 
  int ret = 0;
  int res = 0;
  ret = add(3, 5);
  res = a + ret;
  printf("%d", res);
  reuturn 0;
}
int add(int x, int y) {
  int sum = 0;
  sum = x + y;
  return sum;
}

4. 从代码中看出，main() 函数调用了 add() 函数，获取计算结果，并且与临时变量 a 相加，最后打印 res 的值。图中显示的是，在执行到 add() 函数时，函数调用栈的情况：
   

栈在表达式求值中的应用

再来看栈的另一个常见的应用场景，编译器如何利用栈来实现 表达式求值。

1. 为了方便解释，将算术表达式简化为只包含加减乘除四则运算，比如：34+13*9+44-12/3；

对于这个四则运算，我们人脑可以很快求解出答案，但是对于计算机来说，理解这个表达式本身就是个挺难的事儿。如果换作你，让你来实现这样一个表达式求值的功能，你会怎么做呢？

2. 实际上，编译器就是通过 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。我们从左向右遍历表达式，当遇到数字，我们就直接压入操作数栈；当遇到运算符，就与运算符栈的栈顶元素进行比较。

3. 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；如果比运算符栈顶元素的优先级低或者相同，从运算符栈中取栈顶运算符，从操作数栈的栈顶取 2 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。

我将 3+5*8-6 这个表达式的计算过程画成了一张图，你可以结合图来理解我刚讲的计算过程。

栈在括号匹配中的应用

除了用栈来实现表达式求值，还可以借助栈来检查 表达式中的括号是否匹配。

同样简化背景。我们假设表达式中只包含三种括号，圆括号 ()、方括号 [] 和花括号{}，并且它们可以任意嵌套。比如，{[{}]}或 [{()}([])] 等都为合法格式，而{[}()] 或 [({)] 为不合法的格式。

一个包含三种括号的表达式字符串，如何检查它是否合法呢？

用 栈 来解决。我们用栈来保存未匹配的左括号，从左到右依次扫描字符串。当扫描到左括号时，则将其压入栈中；当扫描到右括号时，从栈顶取出一个左括号。如果能够匹配，比如“(”跟“)”匹配，“[”跟“]”匹配，“{”跟“}”匹配，则继续扫描剩下的字符串。如果扫描的过程中，遇到不能配对的右括号，或者栈中没有数据，则说明为非法格式。

当所有的括号都扫描完成之后，如果栈为空，则说明字符串为合法格式；否则，说明有未匹配的左括号，为非法格式。

浏览器的进退实现

使用两个栈，X 和 Y，我们把首次浏览的页面依次压入栈 X，当点击后退按钮时，再依次从栈 X 中出栈，并将出栈的数据依次放入栈 Y。当我们点击前进按钮时，我们依次从栈 Y 中取出数据，放入栈 X 中。当栈 X 中没有数据时，那就说明没有页面可以继续后退浏览了。当栈 Y 中没有数据，那就说明没有页面可以点击前进按钮浏览了。

1. 比如你顺序查看了 a，b，c 三个页面，我们就依次把 a，b，c 压入栈，这个时候，两个栈的数据就是这个样子：
   
2. 点击浏览器的后退按钮，从页面 c 后退到页面 a 之后，就依次把 c 和 b 从栈 X 中弹出，并且依次放入到栈 Y。这个时候，两个栈的数据就是这个样子：
   
3. 这个时候你又想看页面 b，于是你又点击前进按钮回到 b 页面，我们就把 b 再从栈 Y 中出栈，放入栈 X 中。此时两个栈的数据是这个样子：
   
4. 这个时候，你通过页面 b 又跳转到新的页面 d 了，页面 c 就无法再通过前进、后退按钮重复查看了，所以需要清空栈 Y。此时两个栈的数据这个样子：
   

总结

1. 栈是一种操作受限的数据结构，只支持 入栈和出栈 操作。
2. 后进先出是它最大的特点。
3. 栈既可以通过 数组 实现，也可以通过 链表 来实现。
4. 不管基于数组还是链表，入栈、出栈的时间复杂度都为 O(1)。
5. 支持 动态扩容的顺序栈，需要重点掌握它的均摊时间复杂度分析方法。