数据结构学习day3：队列与堆排序

1  队列与堆排序知识

1）队列

队列是一种“先进先出”的数据结构or线性表，允许插入的一端称为队尾，允许删除的一段称为队头。

队列通常分为两种类型：顺序队列（采用顺序存储，当长度固定时使用）和链式队列（采用链式存储，长度不确定时使用）

队列两个基本操作：出队和入队。(参考博客及详细见：链接1)

简言之，队列是从队尾进入，队头出(有点像管道，一端入另一端出)，因此容易实现“先进先出”。（若理解有误，望指出）

2）栈

栈是一种“先进后出（后进先出）”的数据结构or线性表，仅有一端进行插入和删除。

3）堆排序

堆是用数组实现的二叉树，根据“堆属性”来排序，因此“堆属性”决定了树中结点的位置。堆与普通二叉树又有所区别，具体见链接3

堆的两种形式(参考博客：链接2)：

      a)最大堆：根结点的键值是所有堆结点键值中最大者，且每个结点的值都比其他孩子的值大；

      b)最小堆：根结点的键值是所有堆结点键值中的最小者，且每个结点的值都比其他孩子的值小。

堆排序思想：a)根据初始数组构造初始堆(构建一个完全二叉树，保证所有的父节点都比它的孩子结点数值大)；

b)每次交换第一个和最后一个元素，输出最后一个元素(最大值)，然后将剩下元素重新调整为大根堆。

其中b)：第一次交换R[0]和R[n]，输出R[n]，然后重新调整堆为最大堆，继续交换R[0]和R[n-1]，输出R[n-1]，以此反复直至交换了R[0]和R[1],输出R[1],最后输出R[0]。由此实现从大到小的排序。

例子：a)步骤：（图片及上述内容均来自链接2）

b)步骤：

 

2  hash table 和单链表回顾

hash table是根据关键码值(key value)而直接进行访问的数据结构；单链表是由一系列不连续的结点构成的链式存储结构，结点由存储数据元素的数据域和存放结点位置的指针域两部分构成。

3 leetcode # 239 Sliding Window Maximum

问题如图：

way 1 : solution demo

思路：1) 首先判断传入list是否为空，若为空直接返回list；若不为空转到2）；

           2) 判断滑窗大小k是否不大于list的长度，若否直接返回list最大值;若是转到3）；

           3) 设计循环，每一次循环内计算滑窗内最大值保存在k_max中，最后返回k_max;

实际上，此问题的测试中不会出现滑窗大小k大于list的情况，因此省略2)的判断。

class Solution(object):
    def maxSlidingWindow(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: List[int]
        """
        if nums:
            return [max(nums[i:i+k]) for i in range(len(nums)-k+1)]
        else:
            return nums

result：

(想不到怎么用队列的思想了~~~)

参考：

链接1：https://www.cnblogs.com/linuxAndMcu/p/7735444.html

链接2：https://www.cnblogs.com/jingmoxukong/p/4303826.html

链接3：https://www.jianshu.com/p/6b526aa481b1