逆波兰表达式求值

描述

有效的运算符包括 + , - , * , / 。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。

示例 1：

• 输入: ["2", "1", "+", "3", " * "]

• 输出: 9

• 解释: 该算式转化为常见的中缀算术表达式为：((2 + 1) * 3) = 9

示例 2：

• 输入: ["4", "13", "5", "/", "+"]

• 输出: 6

• 解释: 该算式转化为常见的中缀算术表达式为：(4 + (13 / 5)) = 6

示例 3：

• 输入: ["10", "6", "9", "3", "+", "-11", " * ", "/", " * ", "17", "+", "5", "+"]

• 输出: 22

• 解释:该算式转化为常见的中缀算术表达式为：

  ((10 * (6 / ((9 + 3) * -11))) + 17) + 5       
  = ((10 * (6 / (12 * -11))) + 17) + 5       
  = ((10 * (6 / -132)) + 17) + 5     
  = ((10 * 0) + 17) + 5     
  = (0 + 17) + 5    
  = 17 + 5    
  = 22    

逆波兰表达式：是一种后缀表达式，所谓后缀就是指运算符写在后面。

平常使用的算式则是一种中缀表达式，如 ( 1 + 2 ) * ( 3 + 4 ) 。

该算式的逆波兰表达式写法为 ( ( 1 2 + ) ( 3 4 + ) * ) 。

逆波兰表达式主要有以下两个优点：

• 去掉括号后表达式无歧义，上式即便写成 1 2 + 3 4 + * 也可以依据次序计算出正确结果。

• 适合用栈操作运算：遇到数字则入栈；遇到运算符则取出栈顶两个数字进行计算，并将结果压入栈中。

法一：用堆栈

public int evalRPN(String[] tokens) {
    Stack<Integer> stack1 = new Stack<Integer>();
    int result = 0;
    for (String s : tokens) {
        if (s.equals("+") || s.equals("-") || s.equals("*") || s.equals("/")){
            int s2 = Integer.valueOf(stack1.pop());
            int s1 = Integer.valueOf(stack1.pop());
            switch (s){
                case "+": result = s1 + s2;break;
                case "-": result = s1 - s2;break;
                case "*": result = s1 * s2;break;
                case "/": result = s1 / s2;break;
            }
            stack1.push(result);
        }else {
            stack1.push(Integer.valueOf(s));
        }
    }
    return stack1.peek();
}

• 时间复杂度: O(n)

• 空间复杂度: O(n)

法二：双指针法

public int evalRPN2(String[] tokens) {
    int slow = 0;
    int fast = 0;
    int result = 0;
    while (fast < tokens.length){
        if (tokens[fast].equals("+") || tokens[fast].equals("-") || tokens[fast].equals("*") || tokens[fast].equals("/")) {
            int s2 = Integer.valueOf(tokens[--slow]);
            int s1 = Integer.valueOf(tokens[--slow]);
            switch (tokens[fast]){
                case "+": result = s1 + s2;break;
                case "-": result = s1 - s2;break;
                case "*": result = s1 * s2;break;
                case "/": result = s1 / s2;break;
            }
            tokens[slow++] = String.valueOf(result);
        }else {
            tokens[slow++] = tokens[fast];
        }
        fast++;
    }
    return Integer.valueOf(tokens[0]);
}

• 时间复杂度: O(n)

• 空间复杂度: O(1)

改进后：

public int evalRPN2(String[] tokens) {
    int slow = 0;
    int fast = 0;
    int result = 0;
    int[] s = new int[tokens.length];
    while (fast < tokens.length){
        if (tokens[fast].equals("+") || tokens[fast].equals("-") || tokens[fast].equals("*") || tokens[fast].equals("/")) {
            int s2 = s[--slow];
            int s1 = s[--slow];
            switch (tokens[fast]){
                case "+": result = s1 + s2;break;
                case "-": result = s1 - s2;break;
                case "*": result = s1 * s2;break;
                case "/": result = s1 / s2;break;
            }
            s[slow++] = result;
        }else {
            s[slow++] = Integer.valueOf(tokens[fast]);
        }
        fast++;
    }
    return s[0];
}

• 时间复杂度: O(n)

• 空间复杂度: O(n)

法三：递归

int index = 0;
public int eval(String[] tokens){
    String n = tokens[index--];
​
    if (n.equals("+") || n.equals("-") || n.equals("*") || n.equals("/")) {
        int right = eval(tokens);
        int left = eval(tokens);
        int result = 0;
        switch (n){
            case "+":
                result = left + right;
                break;
            case "-":
                result = left - right;
                break;
            case "*":
                result = left * right;
                break;
            case "/":
                result = left / right;
                break;
        }
        return result;
    }else {
        return Integer.parseInt(n);
    }
​
}
public int evalRPN3(String[] tokens) {
    index = tokens.length - 1;
    return eval(tokens);
}

• 时间复杂度: O(n)

• 空间复杂度: O(1)