理论知识
栈
- 先进后出
队列
- 先进先出
1、栈实现队列
使用栈实现队列的下列操作:
push(x) – 将一个元素放入队列的尾部。
pop() – 从队列首部移除元素。
peek() – 返回队列首部的元素。
empty() – 返回队列是否为空。
class MyQueue:
def __init__(self):
"""
in主要负责push,out主要负责pop
"""
self.stack_in = []
self.stack_out = []
def push(self, x: int) -> None:
"""
有新元素进来,就往in里面push
"""
self.stack_in.append(x)
def pop(self) -> int:
"""
Removes the element from in front of queue and returns that element.
"""
if self.empty():
return None
if self.stack_out:
return self.stack_out.pop()
else:
for i in range(len(self.stack_in)):
self.stack_out.append(self.stack_in.pop())
return self.stack_out.pop()
def peek(self) -> int:
"""
Get the front element.
"""
ans = self.pop()
self.stack_out.append(ans)
return ans
def empty(self) -> bool:
"""
只要in或者out有元素,说明队列不为空
"""
return not (self.stack_in or self.stack_out)
2、队列实现栈
push(x) – 元素 x 入栈
pop() – 移除栈顶元素
top() – 获取栈顶元素
empty() – 返回栈是否为空
from collections import deque
class MyStack:
def __init__(self):
self.queue_in = deque()
self.queue_out = deque()
def push(self, x: int) -> None:
self.queue_in.append(x)
def pop(self) -> int:
if self.empty():
return None
for i in range(len(self.queue_in) -1):
self.queue_out.append(self.queue_in.popleft())
self.queue_out,self.queue_in = self.queue_in, self.queue_out
return self.queue_out.popleft()
def top(self) -> int:
if self.empty():
return None
for i in range(len(self.queue_in) - 1):
self.queue_out.append(self.queue_in.popleft())
self.queue_in, self.queue_out = self.queue_out, self.queue_in
temp = self.queue_out.popleft()
self.queue_in.append(temp)
return temp
def empty(self) -> bool:
return not (self.queue_in or self.queue_out)
一个队列实现
def __init__(self):
self.que = deque()
def push(self, x: int) -> None:
self.que.append(x)
def pop(self) -> int:
if self.empty():
return None
for i in range(len(self.que)-1):
self.que.append(self.que.popleft())
return self.que.popleft()
def top(self) -> int:
# 写法一:
# if self.empty():
# return None
# return self.que[-1]
# 写法二:
if self.empty():
return None
for i in range(len(self.que)-1):
self.que.append(self.que.popleft())
temp = self.que.popleft()
self.que.append(temp)
return temp
def empty(self) -> bool:
return not self.que
3、有效的括号
给定一个只包括 ‘(’,‘)’,‘{’,‘}’,‘[’,‘]’ 的字符串,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。
注意空字符串可被认为是有效字符串。
示例 1:
输入: “()”
输出: true
示例 2:
输入: “()[]{}”
输出: true
思路----对称匹配类问题
1、栈解决
2、有先后顺序
class Solution:
def isValid(self, s: str) -> bool:
stack = []
for i in s:
if i == "(":
stack.append(")")
elif i == "{":
stack.append("}")
elif i == "[":
stack.append("]")
elif not stack or stack[-1] != i:
return False
else:
stack.pop()
if not stack:
return True
else:
return False
4、删除字符串职工所有相邻重复项
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。
示例:
输入:“abbaca”
输出:“ca”
解释:例如,在 “abbaca” 中,我们可以删除 “bb” 由于两字母相邻且相同,这是此时唯一可以执行删除操作的重复项。之后我们得到字符串 “aaca”,其中又只有 “aa” 可以执行重复项删除操作,所以最后的字符串为 “ca”。
class Solution:
def removeDuplicates(self, s: str) -> str:
'''
理解:题目遇见一个相邻重复要重新从前一个开始判断
栈:
压进去,遇见相同的pop出去
'''
res = list()
for item in s:
if res and res[-1] == item:
res.pop()
else:
res.append(item)
return "".join(res) # 字符串拼接
5、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
class Solution:
def evalRPN(self, tokens: List[str]) -> int:
'''
理解题目:
只要遇见+ - * /的中的任何一个就结合前面两个数据进行计算
包括计算之后的结果,计算的结果也算一个数字,
重点---递归就是栈
'''
stack = []
res = 0
for token in tokens:
if token not in {"+","-","*","/"}:
stack.append(int(token))
else:
op2 = stack.pop()
op1 = stack.pop()
if token == "+":
res = op2 + op1
elif token == "-":
res = op1- op2
elif token == "*":
res = op1 * op2
else:
res =int(op1/op2)
stack.append(res)
return stack.pop()
6、滑动窗口最大值
给定一个数组 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。
from collections import deque
class MyQueue:
def __init__(self):
self.queue = deque()
def pop(self,value):
if self.queue and value == self.queue[0]:
self.queue.popleft()
def push(self, value):
while self.queue and value > self.queue[-1]:
self.queue.pop()
self.queue.append(value)
def front(self):
return self.queue[0]
class Solution:
def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
'''
题目理解:
1、窗口大小固定为K
2、窗口内找最大
3、每次前后都移动一个
思路:
1、双指针模拟窗口找最值
2、窗口张的像队列--考虑
问题:
怎么在窗口里面找最大---暴利循环--浪费
保证队列中有序
单调队列
pop: p出去的值等于队列出口的元素,队列p出元素
push:放进来的数据大于入口的数据,队列入口的数据pop出去,只有push的值小于等于才停
'''
due = MyQueue()
# 最终输出的结果存放处
result = []
# 先把窗口大小搞出来
for i in range(k):
due.push(nums[i])
# 最开始的窗口最最大值
result.append(due.front())
# 窗口最前方的开始往前走
for i in range(k , len(nums)):
# 移动后面的就要漏一个走
due.pop(nums[i-k])
# 移动进一步数据放进去
due.push(nums[i])
result.append(due.front())
return result
7、前K个高频元素
给定一个非空的整数数组,返回其中出现频率前 k 高的元素。
示例 1:
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]
import heapq
class Solution:
def topKFrequent(self, nums: List[int], k: int) -> List[int]:
#要统计元素出现频率
map_ = {} #nums[i]:对应出现的次数
for i in range(len(nums)):
map_[nums[i]] = map_.get(nums[i], 0) + 1
#对频率排序
#定义一个小顶堆,大小为k
pri_que = [] #小顶堆
#用固定大小为k的小顶堆,扫描所有频率的数值
for key, freq in map_.items():
heapq.heappush(pri_que, (freq, key))
if len(pri_que) > k: #如果堆的大小大于了K,则队列弹出,保证堆的大小一直为k
heapq.heappop(pri_que)
#找出前K个高频元素,因为小顶堆先弹出的是最小的,所以倒序来输出到数组
result = [0] * k
for i in range(k-1, -1, -1):
result[i] = heapq.heappop(pri_que)[1]
return result
class Solution:
def topKFrequent(self, nums: List[int], k: int) -> List[int]:
#字典统计次数
dict_time = defaultdict(int)
for n in nums:
dict_time[n] += 1
# 更改字典,key为出现次数,value为相应的数字的集合
# 反转统计的次数,排Key,找Key的前K个
index_dict = defaultdict(list)
for ki in dict_time:
index_dict[dict_time[ki]].append(ki)
key = list(index_dict.keys())
key.sort()
res =[]
time = 0
while key and time != k:
res += index_dict[key[-1]]
time += len(index_dict[key[-1]])
key.pop()
return res[:k]
总结
- 栈
- 匹配问题
- 比较比对 - 队列
- 张的像队列的