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)