栈
如何理解“栈”?
关于“栈”,就像是一摞叠在一起的盘子。我们平时放盘子的时候,都是从下往上一个一个放;取的时候,我们也是从上往下一个一个地依次取,不能从中间任意抽出。后进者先出,先进者后出,这就是典型的“栈”结构
从栈的操作特性上来看,栈是一种“操作受限”的线性表,只允许在一端插入和删除数据
可能有人会觉得,相比链表,栈带给我的只有限制,并没有任何优势。那我直接使用数组或者链表不就好了吗?为什么还要用这个“操作受限”的“栈”呢?
事实上,从功能上来说,链表确实可以替代栈,但你要知道,特定的数据结构是对特定场景的抽象,而且,数组或链表暴露了太多的操作接口,操作上的确灵活自由,但使用时就比较不可控,自然也就更容易出错。
当某个数据集合只涉及在一端插入和删除数据,并且满足后进先出、先进后出的特性,我们就应该首选“栈”这种数据结构。
如何实现一个“栈”?
从刚才栈的定义里,我们可以看出,栈主要包含两个操作,入栈和出栈,也就是在栈顶插入一个数据和从栈顶删除一个数据。理解了栈的定义之后,我们来看一看如何用代码实现一个栈。
实际上,栈既可以用顺序表来实现,也可以用链表来实现。用顺序表实现的栈,我们叫作顺序栈,用链表实现的栈,我们叫作链式栈。
栈的操作
- Stack() 创建一个新的空栈
- push(item) 添加一个新的元素item到栈顶
- pop() 弹出栈顶元素
- peek() 返回栈顶元素
- is_empty() 判断栈是否为空
- size() 返回栈的元素个数
代码实现
class Stack(object):
'''栈 用列表的方式来实现'''
def __init__(self):
self.__items = []
def is_empty(self):
"""判断栈是否为空"""
if self.__items == []:
return True
else:
return False
# return self.__items == []
def push(self, item):
"""添加一个新的元素item到栈顶"""
self.__items.append(item)
# self.__items.insert(0, item)
def pop(self):
"""弹出栈顶元素"""
return self.__items.pop()
def peek(self):
"""返回栈顶元素"""
if self.is_empty():
return None
else:
return self.__items[-1]
# return self.__items[len(self.__items)-1]
def size(self):
"""返回栈的元素个数"""
return len(self.__items)
def travel(self):
"""遍历"""
print(self.__items)
# for item in self.__items:
# print(item)
案例
浏览器的前进、后退功能,我想你肯定很熟悉吧?
当你依次访问完一串页面 a-b-c 之后,点击浏览器的后退按钮,就可以查看之前浏览过的页面 b 和 a。当你后退到页面 a,点击前进按钮,就可以重新查看页面 b 和 c。但是,如果你后退到页面 b 后,点击了新的页面 d,那就无法再通过前进、后退功能查看页面 c 了。
对于这个问题我们就可以通过两个栈来进行解决哦
队列
队列这个概念非常好理解。你可以把它想象成排队买票,先来的先买,后来的人只能站末尾,不允许插队。先进者先出,这就是典型的“队列”。
我们知道,栈只支持两个基本操作:入栈 push()和出栈 pop()。队列跟栈非常相似,支持的操作也很有限,最基本的操作也是两个:入队 enqueue(),放一个数据到队列尾部;出队 dequeue(),从队列头部取一个元素。
所以,队列跟栈一样,也是一种操作受限的线性表数据结构。
队列的概念很好理解,基本操作也很容易掌握。作为一种非常基础的数据结构,队列的应用也非常广泛,特别是一些具有某些额外特性的队列,比如循环队列、阻塞队列、并发队列。它们在很多偏底层系统、框架、中间件的开发中,起着关键性的作用。
队列的操作
- Queue() 创建一个空的队列
- enqueue(item) 往队列中添加一个item元素
- dequeue() 从队列头部删除一个元素
- is_empty() 判断一个队列是否为空
- size() 返回队列的大小
代码实现
class Queue(object):
def __init__(self):
self.__items = []
def enqueue(self, item):
"""
:param item: 往队列中添加一个item元素
:return: None
"""
self.__items.append(item)
def dequeue(self):
"""
从队列头部删除一个元素
:return: 队列头元素
"""
return self.__items.pop(0)
def is_empty(self):
"""
判断一个队列是否为空
:return: True or False
"""
return self.__items == []
def size(self):
return len(self.__items)
def travel(self):
"""遍历"""
# print(self.__items)
for item in self.__items:
print(item)
双端队列
双端队列(deque,全名double-ended queue),是一种具有队列和栈的性质的数据结构。
双端队列中的元素可以从两端弹出,其限定插入和删除操作在表的两端进行。双端队列可以在队列任意一端入队和出队。
双端队列的操作
- Deque() 创建一个空的双端队列
- add_front(item) 从队头加入一个item元素
- add_rear(item) 从队尾加入一个item元素
- remove_front() 从队头删除一个item元素
- remove_rear() 从队尾删除一个item元素
- is_empty() 判断双端队列是否为空
- size() 返回队列的大小
代码实现
class Deque(object):
"""双端队列"""
def __init__(self):
self.__items = []
def is_empty(self):
"""
判断双端队列是否为空
:return:True or False
"""
return self.__items == []
def size(self):
return len(self.__items)
def add_front(self, item):
"""从队头加入一个item元素"""
self.__items.insert(0, item)
def add_rear(self, item):
"""从队尾加入一个item元素"""
self.__items.append(item)
def remove_front(self):
"""从队头删除一个item元素"""
return self.__items.pop(0)
def remove_rear(self):
"""从队尾删除一个item元素"""
return self.__items.pop()
def travel(self):
"""遍历"""
# print(self.__items)
for item in self.__items:
print(item)
阻塞队列
阻塞队列其实就是在队列基础上增加了阻塞操作。简单来说,就是在队列为空的时候,从队头取数据会被阻塞。因为此时还没有数据可取,直到队列中有了数据才能返回;如果队列已经满了,那么插入数据的操作就会被阻塞,直到队列中有空闲位置后再插入数据,然后再返回。
案例
我们知道,CPU 资源是有限的,任务的处理速度与线程个数并不是线性正相关。相反,过多的线程反而会导致 CPU 频繁切换,处理性能下降。所以,线程池的大小一般都是综合考虑要处理任务的特点和硬件环境,来事先设置的。
当我们向固定大小的线程池中请求一个线程时,如果线程池中没有空闲资源了,这个时候线程池如何处理这个请求?
这时我们就可以通过队列来实现了