栈与队列
1.导论
- 队列是先进先出
- 栈是先进后出
- 掌握优先队列(默认小顶堆),比较器的重写
2.编程题
2.1 232.用栈实现队列
请你仅使用两个栈实现先入先出队列。队列应当支持一般队列支持的所有操作(push、pop、peek、empty):
实现 MyQueue 类:
void push(int x) 将元素 x 推到队列的末尾
int pop() 从队列的开头移除并返回元素
int peek() 返回队列开头的元素
boolean empty() 如果队列为空,返回 true ;否则,返回 false
说明:
你只能使用标准的栈操作 —— 也就是只有 push to top, peek/pop from top, size, 和 is empty 操作是合法的。
你所使用的语言也许不支持栈。你可以使用 list 或者 deque(双端队列)来模拟一个栈,只要是标准的栈操作即可。
进阶:
你能否实现每个操作均摊时间复杂度为 O(1) 的队列?换句话说,执行 n 个操作的总时间复杂度为 O(n) ,即使其中一个操作可能花费较长时间。
1 <= x <= 9
最多调用 100 次 push、pop、peek 和 empty
假设所有操作都是有效的 (例如,一个空的队列不会调用 pop 或者 peek 操作)
class MyQueue {
Stack<Integer> s1;
Stack<Integer> s2;
public MyQueue() {
s1 = new Stack();//负责进栈
s2 = new Stack();//负责出栈
}
public void push(int x) {
s1.push(x);
}
public int pop() {
dumpS1();
return s2.pop();
}
public int peek() {
dumpS1();
return s2.peek();
}
public boolean empty() {
return s1.isEmpty() && s2.isEmpty();
}
//如果s2为空将s1中的元素全部放入到s2中
private void dumpS1(){
if(s2.isEmpty()){
while(!s1.isEmpty()){
s2.push(s1.pop());
}
}
}
}
/**
* Your MyQueue object will be instantiated and called as such:
* MyQueue obj = new MyQueue();
* obj.push(x);
* int param_2 = obj.pop();
* int param_3 = obj.peek();
* boolean param_4 = obj.empty();
*/
2.2 225.用队列实现栈
请你仅使用两个队列实现一个后入先出(LIFO)的栈,并支持普通栈的全部四种操作(push、top、pop 和 empty)。
实现 MyStack 类:
void push(int x) 将元素 x 压入栈顶。
int pop() 移除并返回栈顶元素。
int top() 返回栈顶元素。
boolean empty() 如果栈是空的,返回 true ;否则,返回 false 。
注意:
你只能使用队列的基本操作 —— 也就是 push to back、peek/pop from front、size 和 is empty 这些操作。
你所使用的语言也许不支持队列。 你可以使用 list (列表)或者 deque(双端队列)来模拟一个队列 , 只要是标准的队列操作即可。
1 <= x <= 9
最多调用100 次 push、pop、top 和 empty
每次调用 pop 和 top 都保证栈不为空
class MyStack {
Queue<Integer> queue1;//和栈中保持一样元素的队列
Queue<Integer> queue2;//辅助队列
/** Initialize your data structure here. */
public MyStack() {
queue1 = new LinkedList<Integer>();
queue2 = new LinkedList<Integer>();
}
/** Push element x onto stack. */
public void push(int x) {
queue2.offer(x);
while(!queue1.isEmpty()){
queue2.offer(queue1.poll());
}
Queue<Integer> temp = queue1;
queue1 = queue2;
queue2 = temp;
}
/** Removes the element on top of the stack and returns that element. */
public int pop() {
return queue1.poll();
}
/** Get the top element. */
public int top() {
return queue1.peek();
}
/** Returns whether the stack is empty. */
public boolean empty() {
return queue1.isEmpty();
}
}
/**
* Your MyStack object will be instantiated and called as such:
* MyStack obj = new MyStack();
* obj.push(x);
* int param_2 = obj.pop();
* int param_3 = obj.top();
* boolean param_4 = obj.empty();
*/
2.3 20.有效的括号
给定一个只包括 ‘(’,’)’,’{’,’}’,’[’,’]’ 的字符串 s ,判断字符串是否有效。
有效字符串需满足:
左括号必须用相同类型的右括号闭合。
左括号必须以正确的顺序闭合。
1 <= s.length <= 104
s 仅由括号 ‘()[]{}’ 组成
class Solution {
public boolean isValid(String s) {
int n = s.length();
if(n % 2 ==1){//如果字符长度为奇数,说明有单个括号存在
return false;
}
Deque<Character> stack = new LinkedList<>();
for(int i=0;i<n;++i){
char c = s.charAt(i);
//碰到左括号就把相应的右括号入栈
if(c=='('){
stack.push(')');
}else if(c == '['){
stack.push(']');
}else if(c == '{'){
stack.push('}');
}else if(stack.isEmpty() || stack.peek() != c){
return false;
}else{//括号匹配,弹出
stack.pop();
}
}
//如果栈为空,说明全部匹配,否则有不匹配的
return stack.isEmpty();
}
}
class Solution {
public boolean isValid(String s) {
int n = s.length();
if(n % 2 == 1){
return false;
}
Map<Character,Character> pairs = new HashMap<Character,Character>(){{
put(')','(');
put(']','[');
put('}','{');
}};
Deque<Character> stack = new LinkedList<Character>();
for(int i=0;i<n;++i){
char c = s.charAt(i);
if(pairs.containsKey(c)){//说明c是右括号
//栈为空说明还没有左括号,凑不成一对括号,或则右括号对应的左括号和栈中的值不同,说明也凑不成一对括号
if(stack.isEmpty() || pairs.get(c) != stack.peek()){
return false;
}
stack.pop();//凑成一对括号了 从栈中弹出
}else{
stack.push(c);//左括号入栈
}
}
return stack.isEmpty();
}
}
2.4 1047.删除字符串中的所有相邻重复项
给出由小写字母组成的字符串 S,重复项删除操作会选择两个相邻且相同的字母,并删除它们。
在 S 上反复执行重复项删除操作,直到无法继续删除。
在完成所有重复项删除操作后返回最终的字符串。答案保证唯一。
1 <= S.length <= 20000
S 仅由小写英文字母组成
//使用StringBuilder模拟栈
class Solution {
public String removeDuplicates(String s) {
StringBuilder sb = new StringBuilder();
int top = -1;
for(int i=0;i<s.length();++i){
char c = s.charAt(i);
if(top >=0 && sb.charAt(top) == c){
sb.deleteCharAt(top);
--top;
}else{
sb.append(c);
++top;
}
}
return sb.toString();
}
}
2.5 150. 逆波兰表达式求值
根据 逆波兰表示法,求表达式的值。
有效的算符包括 +、-、*、/ 。每个运算对象可以是整数,也可以是另一个逆波兰表达式。
说明:
整数除法只保留整数部分。
给定逆波兰表达式总是有效的。换句话说,表达式总会得出有效数值且不存在除数为 0 的情况
1 <= tokens.length <= 104
tokens[i] 要么是一个算符("+"、"-"、"*" 或 “/”),要么是一个在范围 [-200, 200] 内的整数
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/evaluate-reverse-polish-notation
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
class Solution {
public int evalRPN(String[] tokens) {
Stack<Integer> stack = new Stack<>();
for(int i=0;i<tokens.length;i++){
String s= tokens[i];
if(isNumber(s)){
stack.push(Integer.parseInt(s));
}else{
int num1 = stack.pop();
int num2 = stack.pop();
switch(s){
case "+":
stack.push(num2 + num1);
break;
case "-":
stack.push(num2 - num1);
break;
case "*":
stack.push(num2 * num1);
break;
case "/":
stack.push(num2 / num1);
break;
}
}
}
return stack.pop();
}
public boolean isNumber(String token) {
return !("+".equals(token) || "-".equals(token) || "*".equals(token) || "/".equals(token));
}
}
2.6 239.滑动窗口最大值
给你一个整数数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。
返回滑动窗口中的最大值。
1 <= nums.length <= 105
-104 <= nums[i] <= 104
1 <= k <= nums.length
//优先队列
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
int n = nums.length;
// 1. 优先队列存放的是二元组(num,index) : 大顶堆(元素大小不同按元素大小排列,元素大小相同按下标进行排列)
// num : 是为了比较元素大小
// index : 是为了判断窗口的大小是否超出范围
PriorityQueue<int[]> pq = new PriorityQueue<int[]>(new Comparator<int[]>(){
public int compare(int[] pair1,int[] pair2){
return pair1[0] != pair2[0] ? pair2[0] - pair1[0]:pair2[1] - pair1[1];
}
});
// 2. 优选队列初始化 : k个元素的堆
for(int i = 0;i < k;i++){
pq.offer(new int[]{nums[i],i});
}
// 3. 处理堆逻辑
int[] res = new int[n - k + 1]; // 初始化结果数组长度 :一共有 n - k + 1个窗口
res[0] = pq.peek()[0]; // 初始化res[0] : 拿出目前堆顶的元素
for(int i = k;i < n;i++){ // 向右移动滑动窗口
pq.offer(new int[]{nums[i],i}); // 加入大顶堆中
while(pq.peek()[1] <= i - k){ // 将下标不在滑动窗口中的元素都干掉
pq.poll(); // 维护:堆的大小就是滑动窗口的大小
}
res[i - k + 1] = pq.peek()[0]; // 此时堆顶元素就是滑动窗口的最大值
}
return res;
}
}
//双端队列
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
if(nums.length==0) return nums;
Deque<Integer> queue = new ArrayDeque<>();
int[] ans = new int[nums.length-k+1];
for(int i=0;i<nums.length;++i){
if(!queue.isEmpty() && i-queue.peekFirst()>=k){//i-queue.peekFirst()>=k 说明queue的首个元素不在当前的窗口
queue.removeFirst();
}
while(!queue.isEmpty() && nums[queue.peekLast()]<nums[i]){
queue.removeLast();
}
queue.offer(i);
if(i>=k-1){
ans[i-k+1] = nums[queue.peekFirst()];
}
}
return ans;
}
}
2.7 347.前K个高频元素
给你一个整数数组 nums 和一个整数 k ,请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。
1 <= nums.length <= 105
k 的取值范围是 [1, 数组中不相同的元素的个数]
题目数据保证答案唯一,换句话说,数组中前 k 个高频元素的集合是唯一的
//优先队列:大顶堆
class Solution {
public int[] topKFrequent(int[] nums, int k) {
HashMap<Integer,Integer> map = new HashMap<>();
for(int num : nums){
map.put(num, map.getOrDefault(num, 0) + 1);
}
int[] ret = new int[k];
PriorityQueue<Integer> pq = new PriorityQueue<>((o1, o2) -> map.get(o2)-map.get(o1));
pq.addAll(map.keySet());
for(int i=0;i<k;i++){
ret[i]=pq.remove();
}
return ret;
}
}
2.8 2102. 序列顺序查询
一个观光景点由它的名字 name 和景点评分 score 组成,其中 name 是所有观光景点中 唯一 的字符串,score 是一个整数。景点按照最好到最坏排序。景点评分 越高 ,这个景点越好。如果有两个景点的评分一样,那么 字典序较小 的景点更好。
你需要搭建一个系统,查询景点的排名。初始时系统里没有任何景点。这个系统支持:
添加 景点,每次添加 一个 景点。
查询 已经添加景点中第 i 好 的景点,其中 i 是系统目前位置查询的次数(包括当前这一次)。
比方说,如果系统正在进行第 4 次查询,那么需要返回所有已经添加景点中第 4 好的。
注意,测试数据保证 任意查询时刻 ,查询次数都 不超过 系统中景点的数目。
请你实现 SORTracker 类:
SORTracker() 初始化系统。
void add(string name, int score) 向系统中添加一个名为 name 评分为 score 的景点。
string get() 查询第 i 好的景点,其中 i 是目前系统查询的次数(包括当前这次查询)。
name 只包含小写英文字母,且每个景点名字互不相同。
1 <= name.length <= 10
1 <= score <= 105
任意时刻,调用 get 的次数都不超过调用 add 的次数。
总共 调用 add 和 get 不超过 4 * 104
class SORTracker {
PriorityQueue<Scenic> minHeap;// 小顶堆维护最好的景点
PriorityQueue<Scenic> maxHeap;// 大顶堆维护没被查询的景点
public SORTracker() {
Comparator<Scenic> comparator = new Comparator<>(){
@Override
public int compare(Scenic s1, Scenic s2) {
if (s1.score != s2.score) {
return s1.score - s2.score;
} else {
return s2.name.compareTo(s1.name);
}
}
};
this.minHeap = new PriorityQueue<>(comparator);
this.maxHeap = new PriorityQueue<>(comparator.reversed());
}
public void add(String name, int score) {
//保证小顶堆中的所有景点都不比大顶堆中的景点差
minHeap.offer(new Scenic(name,score));
maxHeap.offer(minHeap.poll());
}
public String get() {
Scenic scenic = maxHeap.poll();
minHeap.offer(scenic);
return scenic.name;
}
}
//创建景点类
class Scenic {
public String name;
public int score;
public Scenic(String name, int score) {
this.name = name;
this.score = score;
}
}