【栈】LeetCode 232. 用栈实现队列

232. 用栈实现队列

---

题目来源：力扣（leetcode）https://leetcode-cn.com/problems/implement-queue-using-stacks/

题目

---

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的支持的所有操作（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。

示例：

输入：
["MyQueue", "push", "push", "peek", "pop", "empty"]
[[], [1], [2], [], [], []]
输出：
[null, null, null, 1, 1, false]

解释：
MyQueue myQueue = new MyQueue();
myQueue.push(1); // queue is: [1]
myQueue.push(2); // queue is: [1, 2] (leftmost is front of the queue)
myQueue.peek(); // return 1
myQueue.pop(); // return 1, queue is [2]
myQueue.empty(); // return false

提示：

• 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）

解题思路

---

思路：栈

题目要求我们是使用两个栈实现队列。这里先说下栈和队列：

• 栈：一种后进先出（LIFO）的数据结构。
• 队列：一种先进先出（FIFO）的数据结构。

为了实现队列，满足先进先出（FIFO）的特性。我们引入两个栈，其中一个栈作为输入栈，用于 $\mathrm{p}\mathrm{u}\mathrm{s}\mathrm{h}$ 操作，而另外一个栈作为输出栈，反转元素，用于 $\mathrm{p}\mathrm{o}\mathrm{p}$ 和 $\mathrm{p}\mathrm{e}\mathrm{e}\mathrm{k}$ 操作。下面说下具体的思路：

• 声明两个栈，分别为 in_stack 和 out_stack；
• 对于 $\mathrm{p}\mathrm{u}\mathrm{s}\mathrm{h}$ 操作：
  • 将元素压入 in_stack 中；
• 对于 $\mathrm{p}\mathrm{o}\mathrm{p}$ 操作，分情况：
  • 当 out_stack 为空时，先将 in_stack 中的元素移动到 out_stack 中，然后将 out_stack 栈顶元素弹出并返回；
  • 当 out_stack 不为空时，将 out_stack 栈顶元素弹出并返回；
• 对于 $\mathrm{p}\mathrm{e}\mathrm{e}\mathrm{k}$ 操作，分情况（与 $\mathrm{p}\mathrm{o}\mathrm{p}$ 操作不同于不需要弹出栈顶元素）：
  • 当 out_stack 为空时，先将 in_stack 中的元素移动到 out_stack 中，然后将 out_stack 栈顶元素返回；
  • 当 out_stack 不为空时，将 out_stack 栈顶元素返回；
• 对于 $\mathrm{e}\mathrm{m}\mathrm{p}\mathrm{t}\mathrm{y}$ 操作：
  • 判断两个栈是否都为空，都为空返回 True，否则返回 False。

借示例，用图示的形式展示，如下图：

具体代码实现如下。

class MyQueue:

    def __init__(self):
        """
        Initialize your data structure here.
        """
        self.in_stack = []
        self.out_stack = []


    def push(self, x: int) -> None:
        """
        Push element x to the back of queue.
        """
        # 添加元素
        self.in_stack.append(x)


    def pop(self) -> int:
        """
        Removes the element from in front of queue and returns that element.
        """
        # out_stack 不为空，弹出并返回栈顶元素
        # 否则先将 in_stack 中的元素移动到 out_stack 中再弹出并返回栈顶元素
        if not self.out_stack:
            self.in_to_out()
        return self.out_stack.pop()


    def peek(self) -> int:
        """
        Get the front element.
        """
        # 与 pop 方法类似，但是不弹出栈顶元素
        if not self.out_stack:
            self.in_to_out()
        return self.out_stack[-1]


    def empty(self) -> bool:
        """
        Returns whether the queue is empty.
        """
        # 两个栈均为空，才表示队列为空
        return not self.in_stack and not self.out_stack
    
    def in_to_out(self):
        """
        Moves the element of the in_stack to the out_stack
        """
        # 将 in_stack 中的元素移动到 out_stack 中
        while self.in_stack:
            self.out_stack.append(self.in_stack.pop())



# Your MyQueue object will be instantiated and called as such:
# obj = MyQueue()
# obj.push(x)
# param_2 = obj.pop()
# param_3 = obj.peek()
# param_4 = obj.empty()

复杂度分析

• 时间复杂度：其中 $\mathrm{p}\mathrm{u}\mathrm{s}\mathrm{h}$ 和 $\mathrm{e}\mathrm{m}\mathrm{p}\mathrm{t}\mathrm{y}$ 操作时间复杂度为 $O(1)$，而 $\mathrm{p}\mathrm{o}\mathrm{p}$ 和 $\mathrm{p}\mathrm{e}\mathrm{e}\mathrm{k}$ 操作的均摊时间复杂度为 $O(1)$。

  $\mathrm{p}\mathrm{o}\mathrm{p}$ 和 $\mathrm{p}\mathrm{e}\mathrm{e}\mathrm{k}$ 操作，最坏的情况下时间复杂度为 $O(n)$，$n$ 表示队列的大小。即是 out_stack为空时，需要移动元素，进行出栈入栈的操作，时间复杂度为 $O(n)$，但后续的操作，时间复杂度为 $O(1)$，摊还后均摊时间复杂度为 $O(1)$。

• 空间复杂度：$O(n)$。

欢迎关注

---

公众号 【书所集录】

---

如有错误，烦请指出，欢迎指点交流。若觉得写得还不错，麻烦点个赞👍，谢谢。