1.栈
栈
特点:后进先出 LIFO (last in , first out)
概念:栈顶 栈底, 入栈出栈都是从栈顶
基本操作:
入栈push
出栈pop
取栈顶get_top
实现:
用列表实现
#!/usr/bin/env python
# -*- coding:utf-8 -*-
# author: Xiang Hai
# wechat: xiaoyou42952
"""
栈
特点:后进先出 LIFO (last in , first out)
概念:栈顶 栈底, 入栈出栈都是从栈顶
基本操作:
入栈push
出栈pop
取栈顶gettop
实现:
用列表实现
"""
"""
栈的简单实现
"""
class Stack:
def __init__(self):
self.stack = []
def push(self, element):
self.stack.append(element)
def pop(self):
return self.stack.pop()
def get_top(self):
if len(self.stack) > 0:
return self.stack[-1]
else:
return None
def is_empty(self):
return len(self.stack) == 0
stack = Stack()
stack.push(1)
stack.push(2)
stack.push(3)
print(stack.pop())
"""
栈的使用:括号匹配问题
"""
def brace_match(s):
match = {'}':'{', ']':'[', ')':'('}
stack = Stack()
for ch in s:
if ch in ['(', '[', '{']:
stack.push(ch)
else:
if stack.is_empty():
return False
elif stack.get_top() == match[ch]:
stack.pop()
else:
return False
return stack.is_empty()
print(brace_match('[{()}{{[()]}}]'))
print(brace_match('[{}()}{{[()]}}]'))
2.队列
队列
特点:先进先出 FIFO
概念:队尾(rear)入队, 队头(front)出队
基本操作:
入队
出队
环形队列的简单实现:
空队列: rear == front
入队: rear = (rear+1) % max_len
出队: front = (front+1) % max_len
队满: front == (rear + 1) % max_len
空出一个元素空间,以区分队空和队满,即front位置上始终为空,t长度5的队列只能放4个元素
循环: 对max_len取余
#!/usr/bin/env python
# -*- coding:utf-8 -*-
# author: Xiang Hai
# wechat: xiaoyou42952
"""
队列
特点:先进先出 FIFO
概念:队尾(rear)入队, 队头(front)出队
基本操作:
入队
出队
"""
"""
环形队列的简单实现:
空队列: rear == front
入队: rear = (rear+1) % max_len
出队: front = (front+1) % max_len
队满: front == (rear + 1) % max_len
空出一个元素空间,以区分队空和队满,即front位置上始终为空,t长度5的队列只能放4个元素
循环: 对max_len取余
"""
class Queue:
def __init__(self, size=100):
self.queue = [0 for _ in range(size)]
self.size = size
self.rear = 0 # 队尾指针
self.front = 0 # 队首指针
def push(self, element):
if not self.is_full():
self.rear = (self.rear + 1) % self.size
self.queue[self.rear] = element
else:
raise IndexError("Queue is full.")
def pop(self):
if not self.is_empty():
self.front = (self.front + 1) % self.size
return self.queue[self.front]
else:
raise IndexError("Queue is empty.")
def is_empty(self):
return self.rear == self.front
def is_full(self):
return (self.rear + 1) % self.size == self.front
q = Queue(5)
for i in range(4):
q.push(i)
print(q.is_full())
print(q.pop())
q.push(5)
"""
python内置 双向列表deque:
两端都支持进队和出队操作
"""
from collections import deque
# q = deque([2,3,4], 5) # 5是最大长度,队满后自动出队
# q.append(1) # 队尾进队
# print(q.popleft()) # 队首出队
#
# q.appendleft(2) # 队首进队
# q.pop() # 队尾出队
#创建一个大小为5的队列,每读一行自动入队,满5个后自动出队,最后剩余文件test.txt的最后5行
def tail(n):
with open('test.txt', 'r') as f:
q = deque(f,n)
return q
for line in tail(5):
print(line, end='')
3.迷宫问题的栈解决方法
问题描述:
给一个二维列表,表示迷宫(0表示通道,1表示围墙)
给出算法,求一条走出迷宫的路径
栈–深度优先搜索
回溯法
思路:
从一个节点开始,任意找下一个能走的点,
当找不到能走的点时,退回上一个点寻找是否有其他路径
使用栈存放整个路径
栈解决给出不一定是最短路径
#!/usr/bin/env python
# -*- coding:utf-8 -*-
# author: Xiang Hai
# wechat: xiaoyou42952
"""
给一个二维列表,表示迷宫(0表示通道,1表示围墙)
给出算法,求一条走出迷宫的路径
"""
"""
栈--深度优先搜索
回溯法
思路:
从一个节点开始,任意找下一个能走的点,
当找不到能走的点时,退回上一个点寻找是否有其他路径
使用栈存放整个路径
"""
maze = [
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
[1, 0, 0, 1, 0, 0, 0, 1, 0, 1],
[1, 0, 0, 1, 0, 0, 0, 1, 0, 1],
[1, 0, 0, 0, 0, 1, 1, 0, 0, 1],
[1, 0, 1, 1, 1, 0, 0, 0, 0, 1],
[1, 0, 0, 0, 1, 0, 0, 0, 0, 1],
[1, 0, 1, 0, 0, 0, 1, 0, 0, 1],
[1, 0, 1, 1, 1, 0, 1, 1, 0, 1],
[1, 1, 0, 0, 0, 0, 0, 0, 0, 1],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
]
dirs = [
lambda x,y: (x+1,y),
lambda x,y: (x-1,y),
lambda x,y: (x,y-1),
lambda x,y: (x,y+1)
]
def maze_path(x1, y1, x2, y2):
stack = []
stack.append((x1, y1))
while len(stack) > 0:
curNode = stack[-1]
if curNode == (x2, y2):
print("找到通路:")
for p in stack:
print(p)
return True
for dir in dirs:
nextNode = dir(curNode[0],curNode[1])
#如果下一个节点能走
if maze[nextNode[0]][nextNode[1]] == 0:
stack.append(nextNode)
maze[nextNode[0]][nextNode[1]] = 2 # 2 表示已经走过
break
else:
maze[curNode[0]][curNode[1]] = 2
stack.pop()
else:
print("没有通路")
return False
maze_path(1,1,8,8)
4.迷宫问题的队列解决方法
队列–广度优先搜索
思路:
从一个节点开始,寻找所有接下来能走的点
继续不断寻找,直到找到出口
使用队列存储当前正在考虑的节点,如何输出路径?
找到终点后,倒着找回去,需要一个额外的列表记录出队的节点
队列解决给出的结果是最短路径
#!/usr/bin/env python
# -*- coding:utf-8 -*-
# author: Xiang Hai
# wechat: xiaoyou42952
"""
队列--广度优先搜索
思路:
从一个节点开始,寻找所有接下来能走的点
继续不断寻找,直到找到出口
使用队列存储当前正在考虑的节点,如何输出路径?
找到终点后,倒着找回去,需要一个额外的列表
"""
from collections import deque
maze = [
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
[1, 0, 0, 1, 0, 0, 0, 1, 0, 1],
[1, 0, 0, 1, 0, 0, 0, 1, 0, 1],
[1, 0, 0, 0, 0, 1, 1, 0, 0, 1],
[1, 0, 1, 1, 1, 0, 0, 0, 0, 1],
[1, 0, 0, 0, 1, 0, 0, 0, 0, 1],
[1, 0, 1, 0, 0, 0, 1, 0, 0, 1],
[1, 0, 1, 1, 1, 0, 1, 1, 0, 1],
[1, 1, 0, 0, 0, 0, 0, 0, 0, 1],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
]
dirs = [
lambda x,y: (x+1,y),
lambda x,y: (x-1,y),
lambda x,y: (x,y-1),
lambda x,y: (x,y+1)
]
def print_r(path):
curNode = path[-1]
realpath = []
while curNode[2] != -1:
realpath.append(curNode[0:2])
curNode = path[curNode[2]]
realpath.append(curNode[0:2])
realpath.reverse()
for node in realpath:
print(node)
def maze_path_queue(x1, y1, x2, y2):
queue = deque()
queue.append((x1,y1,-1)) # -1 是上一个节点在path中的位置
path = []
while len(queue) > 0:
curNode = queue.popleft()
path.append(curNode) # 存放走过的节点
if curNode[0] == x2 and curNode[1] == y2:
print("找到通路:")
print_r(path)
return True
for dir in dirs:
nextNode = dir(curNode[0], curNode[1])
if maze[nextNode[0]][nextNode[1]] == 0:
queue.append((nextNode[0],nextNode[1],len(path)-1)) # 后续节点进队,并记录上一个节点在path中的位置
maze[nextNode[0]][nextNode[1]] = 2 # 标记已经走过
else:
print("没有通路")
return False
maze_path_queue(1,1,8,8)```