Python数据结构&算法(03) 栈和队列
3.1 栈
栈可以理解为只允许在表尾进行插入或删除的线性表,对栈而言,其表尾称为栈顶,相应的其表头端称为栈底,不含元素的空表称为空栈。
假设栈 S = (a1, a2, ..., an)
,则称 a1
为栈底元素,an
为栈顶元素。栈中元素是按照 a1, a2, ..., an
的顺序依次进栈的,退栈的第一个元素应为栈顶元素,因此栈可以被称为 后进先出(LIFO)
结构的线性表。
3.1.1 栈的基本操作
栈的抽象数据类型定义如下所示:
ADT Stack{
数据对象:D = {ai | ai ∈ ElemSet, i = 1, 2, ..., n, n >= 0}
数据关系:R = {<ai-1, ai> | ai-1, ai ∈ D, i = 2, ..., n}
约定 an 为栈顶,a1 为栈底。
基本操作:
初始化栈
插入元素
删除元素
清空栈
判断栈是否为空
返回栈中元素个数
返回栈顶元素的值
遍历栈
}
在python中,列表很好的实现了栈的功能,使用相关函数即可实现出栈和入栈的操作。
list.append() # 将元素添加至末尾
list.pop([index=-1]) # 删除指定位置的元素,若为空则删除末尾元素
3.1.2 链式栈
如果使用链表实现栈则可以使用尾插法模拟入栈操作,指定删除最后一个元素即可实现出栈操作。
class Node:
def __init__(self, elem=None):
self.elem = elem
self.next = None
class Stack:
def __init__(self):
self.__base = Node(-1)
self.__top = self.__base
def push(self, elem):
newNode = Node(elem)
self.__top.next = newNode
self.__top = newNode
def pop(self):
if self.__base.next == None:
print("Error!")
return 0
else:
nowNode = self.__base
while nowNode.next.next != None:
nowNode = nowNode.next
nowNode.next = None
self.__top = nowNode
def clear(self):
self.__base.next = None
self.__top = self.__base
def isEmpty(self):
return self.__base.elem == self.__top.elem
def num(self):
num = 0
nowNode = self.__base
while nowNode.next != None:
nowNode = nowNode.next
num = num + 1
return num
def getTop(self):
return self.__top.elem
def printStack(self):
nowNode = self.__base.next
while nowNode != None:
print(nowNode.elem)
nowNode = nowNode.next
if __name__ == "__main__":
S = Stack()
for i in range(1, 10):
S.push(i)
S.printStack()
3.2 队列
队列与栈相反,是一种先进先出(FIFO)
的线性表,它只允许在表的一端进行插入,而在另一端删除元素。在队列中,允许插入的一端叫做队尾,允许删除的一端叫做队头。
3.2.1 队列的基本操作
队列的操作与栈的操作类似,不同之处在于删除是在表的头部(队头)进行的。
ADT Queue{
数据对象:D = {ai | ai ∈ ElemSet, i = 1, 2, ..., n, n >= 0}
数据关系:R = {<ai-1, ai> | ai-1, ai ∈ D, i = 2, ..., n}
基本操作:
初始化队列
插入元素
删除元素
清空队列
判断队列是否为空
返回队列中元素个数
返回队头元素的值
遍历队列
}
3.2.2 链式队列
用链表表示的队列简称为链队列,一个链队列需要两个分别指示队头和队尾的指针。
class Node:
def __init__(self, elem=None):
self.elem = elem
self.next = None
class Queue:
def __init__(self):
self.__front = Node(-1)
self.__rear = self.__front
def enQueue(self, elem):
newNode = Node(elem)
self.__rear.next = newNode
self.__rear = newNode
def deQueue(self):
if self.__front.next != None:
self.__front.next = self.__front.next.next
if self.__front.next == None:
self.__rear = self.__front
else:
print("ERROR!")
return 0
def clear(self):
self.__front.next = None
self.__rear = self.__front
def isEmpty(self):
return self.__front == self.__rear
def num(self):
num = 0
nowNode = self.__front
while nowNode.next != None:
nowNode = nowNode.next
num = num + 1
return num
def getHead(self):
if self.__front.next == None:
print("Error!")
return 0
else:
return self.__front.next.elem
def printQueue(self):
nowNode = self.__front.next
while nowNode != None:
print(nowNode.elem)
nowNode = nowNode.next
if __name__ == "__main__":
Q = Queue()
for i in range(1, 10):
Q.enQueue(i)
Q.printQueue()
3.3.3 循环队列
循环队列需要给队列指定一个最大长度,整体逻辑结构如同一个环,这里实现采用顺序表示(用一组地址连续的存储单元依次存储元素)。
class CircularQueue:
def __init__(self, maxSize):
self.queue = [None] * maxSize
self.maxSize = maxSize
self.__front = 0
self.__rear = 0
def num(self):
if self.queue[self.__rear] == None:
return (self.__rear - self.__front + self.maxSize) % self.maxSize
else:
return self.maxSize
def enQueue(self, elem):
if (self.__rear + 1) % self.maxSize == self.__front:
if self.queue[self.__rear] == None:
self.queue[self.__rear] = elem
else:
print("FULL QUEUE!")
else:
self.queue[self.__rear] = elem
self.__rear = (self.__rear + 1) % self.maxSize
def deQueue(self):
if self.__front == self.__rear:
print("EMPTY QUEUE!")
return 0
else:
self.queue[self.__front] = None
if (self.__rear + 1) % self.maxSize == self.__front:
self.__rear = (self.__rear + 1) % self.maxSize
self.__front = (self.__front + 1) % self.maxSize
def printCircularQueue(self):
for i in range(self.maxSize):
print(self.queue[i])
if __name__ == "__main__":
CQ = CircularQueue(9)
for i in range(1, 10):
CQ.enQueue(i)
CQ.printCircularQueue()