数据结构与算法 -- 08 栈

1. 栈数据结构定义和特性

• 典型栈结构：先进先出，后进后出。
• 操作特性：栈是“操作受限”的线性表，受限在它只允许在一端插入和删除数据。

2. 数组和链表与栈相比，为什么选择栈呢？

从功能上来说，数组和链表可以代替栈。但是由于数组和链表对外暴露的可操作接口过多，操作灵活自由，导致使用时易出错，风险不可控。总之，特定的数据结构是对特定场景的抽象，需根据实际的业务场景选择合适的数据结构即可。

3. 开发时，判断该选择栈的依据是什么？

当某个数据集合只涉及在一端插入和删除数据，并且需要满足先进后出、后进先出的特性， 此时应首选“栈”这种数据结构。

4. 栈的实现

栈可以用数组和链表实现。用数组实现的称为顺序栈；用链表实现的称为链式栈。

  4.1. 顺序栈（array stack）

class ArrayStack(object):
    
    def __init__(self, size: int):
        self.__array_stack = []
        self.__size = size
        self.__count = 0


    def push(self, value: int):
        if self.__count >= self.__size :
            print("stack is already full!")
            return
        else:
            self.__array_stack.append(value)
            self.__count += 1


    def pop(self):
        if self.__count > 0:
            self.__count -= 1
            return self.__array_stack.pop()
        else:
            print("stack null!")

ps: 详细代码 array_stack.py
 

  4.2. Dynamic Array Stack(动态扩容顺序栈)

  众所周知，底层语言（python属于高级语言）数组实现是大小固定的连续内存，正因为这个特性数组才有了“杀手锏"功能–支持按索引随机访问数组元素，且随机访问的时间复杂度O(1)，也就是说不管你数组多大，访问指定位置的元素时间都是固定的。
  数组大小固定，那么当数组填满需要加入更多的元素怎么办？此时的做法是，另外再分配一块更大的连续内存空间当作新数组（一般是原来数组的2倍大小），然后将原来数组的内容拷贝搬运到新数组，之后再将新加入的元素尾部添加到该新数组。这个过程称之为数组的动态扩容（Dynamic Array）。
  基于动态数组我们就可以得到动态扩容顺序栈了。
  最后，python list的底层实现就是动态扩容数组。可以参考：cpython listobject.c
 

• 复杂度分析
  我们从下面几个方面来分析动态扩容顺序栈的算法复杂度：
  1). 出栈
  这个简单，任何情况都是弹出一个元素。所以时间复杂度是O(1)，空间复杂度也是O(1)；
   
  2). 入栈
  这里有两种情况。
  情况一：原来栈还有空闲空间。这是一般情况亦是最好情况。此时入栈，也是只涉及到压入一个元素。所以时间复杂度是O(1)，空间复杂度也是O(1)；
  情况二：原来栈已满。这是最坏情况，此时再想入栈新的元素，需要先扩容原来的数组栈并且将原来栈的内容拷贝过来。算法运行的时间取决于原数组栈的大小，所以时间复杂度是O(n)（后面再压入一个新元素的时间是固定的，影响不了整体时间复杂度）；显而易见扩容空间的大小决定了空间复杂度也是O(n)。
   
  入栈的平均时间复杂度呢？
   采用均摊分析法来分析。假定栈满扩容时新栈的大小是原来的2倍。
  1）当原栈满需要再入栈一个新元素时。
  先申请新栈内存，之后再将原栈数据搬移（K个），最后将新元素入栈，所以此新元素入栈的时间复杂度是O(k+1)，由于复杂度计算中常数不影响，故舍去后得O(k)。
  2）新栈后续的 k-1 个元素入栈，由于不涉及到申请内存和数据搬移，所以时间复杂度都是O(1)；
  3）均摊。将栈满后的第一个元素入栈时的K个数据搬移均摊到后续其自身和后续 K-1 个元素，那么这批新的 K 个元素的入栈操作相当于1个数据搬移+1次入栈。所以入栈平均时间复杂度是O(1)。
   总结：绝大部分情况下，顺序栈入栈操作的时间复杂度是O(1)，只有栈满扩容时这个特例入栈操作的时间复杂度是O(n)，将其均摊到所有元素后，整体入栈的平均时间复杂度是O(1)。
  注：一般情况下，平均时间复杂度 == 最好时间复杂度。

  4.3. 链式栈（linked stack）

  4.4. 空间复杂度和时间复杂度

• 空间复杂度 O(1)
  空间复杂度的计算是指，除了原本的数据存储空间外，算法运行还需要额外的存储空间。
  对于栈，一旦初始化，数据的大小 n 是固定的，运行时入栈出栈所需要的临时变量也就几个，所以栈所需的运行时存储空间是固定的，故空间复杂度为O(1)。
• 时间复杂度 O(1)
  栈只有入栈和出栈两个操作，且这两个操作都只涉及个别数据的操作，所以栈的时间复杂度也为O(1).

 
预告：栈这种基础数据结构在软件工程中应用也很广泛，下一篇《数据结构与算法 – 08 栈 | 实际应用》将介绍一些实际应用。你可以想到一些吗？