数据结构——栈与队列

1.与向量和列表的关系

栈和队列都属于序列的特殊形式，如栈只能在一端插入和删除，这导致了它后插入先删除的特性（后进先出），同时插入删除也可以改个名push和pop，因为只能对端口操作，所以查找的名也改了一个top。但是排序、查找那些序列的接口都还能用，所以可以直接由向量或者是列表派生。

2.栈应用——递归函数

递归函数所占用的空间复杂度取决于递归深度，而不是递归实例总数（递归实例是指每个输入值不同的函数，用图来表示就是用指树的节点数，而递归深度是指树的高度），而递归的时间复杂度和n有关，不同递归实例不同，可用公式推导。

递归都可转为迭代，转为迭代在空间复杂度上会有改善。如n的阶乘，递归是O（n）空间复杂度，迭代只是O（1）。（迭代本质是重复一段代码，数值会有变化）

尾递归很容易用迭代实现。

3.栈应用——进制转换

简单用栈可以实现后进先出。

4.栈应用——括号匹配

对于只有一种括号的情况，只要顺序扫描，（入栈，）出栈，如果最后栈空则匹配。（这种情况都不需要用栈，直接一个数就可以了）

对于多种括号的情况，用栈也可以很好处理。

5.栈应用——栈混洗

栈混洗的结果数量，catalan(n)卡特兰数，这种数表示c（n）等于0到n-1的卷积？因为栈混洗可以将栈的首元素出栈前已经有多少个元素已经进入栈B中进行分类，一共n种情况，每种情况正好是从c（n-1）*c（0），c（n-2）*c（1），c（n-3）*c（2）……。下面这个图竖线可以表示的前者，横线表示后者。图中表示的是c（6）*c（1）的情况。

检测禁型：首先312肯定不是栈混洗，没有312的一定是栈混洗（可以证明？）在定理下可以用ijk实现O（n^3）的复杂度，进一步可以得到312形式的其中必会有j+1，i，j这种形式，用ij实现O（n^2）的复杂度

 但是注意到n个元素的栈混洗，等价于n对括号的匹配（二者的组合数，也自然相等），那么可以用括号匹配的算法在O（n）中完成。（其实不是括号匹配的算法，因为括号匹配的组合和栈混洗的结果一一对应，但是不匹配的不会对应，括号的有无数种，而n！-卡特兰数是有限数，可以模拟栈混洗的过程去实现算法）

6.栈应用——中缀表达式及逆波兰表达式

中缀表达式（操作符在操作数中间）：利用操作数栈和操作符两个栈，利用操作符的优先级进行判别，可以很好的完成计算过程，本质来讲是一个由内到外，由局部到整体的计算过程，所以用栈比较合适。

逆波兰表达式（RPN）：又称后缀表达式，操作符在操作数之后，从左至右遇到操作符即可执行，之间要用空格分隔（因为操作数可能会连在一起不像中缀表达式那样），求逆波兰表达式只要一个操作数栈即可（不用操作符栈是因为遇到一个操作符就可以操作，不需要储存）

由中缀表达式转化为逆波兰表达式可以上述中缀表达式求值过程（操作数栈push时接入，操作符操作时接入）

总结：栈的本质还是储存，如果处理的数据具有某种局部的后进先出性，用栈是再好不过了。比如括号匹配问题，后进的括号先出，比如表达式问题，后进的操作数先出。

7.队列

也是一种受限制的序列。只能再序列尾插入，序列头删除（查找），接口enqueue，dequeue，front（）。因为涉及到不同端的插入和删除，因此一般使用列表类派生，而不是向量。（这也是列表的一个重要用途）

8.栈应用——直方图内最大矩形

为什么用栈比普通的算法要好：普通算法求S（r）（小于r高度的最大秩加1）每一个r都要对前面r个元素遍历，总的O（n^2）复杂度。而用栈的话每向前一步，都会把比当前元素大的秩从栈里面pop出去，直到栈顶小于当前元素。能这么做的原因是因为去除这些元素并不会影响后面S（r）的求解，因为这些元素既比当前元素小，又没当前元素靠后，当然是永无出头之日。所以从O（n^2）到O（n）的复杂度，优化的点是在于清楚了这些没必要比较的秩。

后续还可以从三次遍历变为一次遍历，关键点在于对t进行遍历，把以t为右边界的r全都勘查一遍大小，这样栈里呈现递增的趋势，因此正好是左边界，可以进行计算。

这种优化为什么要用到栈：因为是从内而外的搜寻。

9.steap和queap（stack与heap  queue与heap）

 steap中有两个栈，一个（S）存放数据，一个（P）存放最大值。有三个接口，一个取最大值，直接p.top，一个pop，同时对两个栈pop，还有一个是push，s直接push，p要push S的最大值，即p的top与新来元素的较大值。总的来说就是一个普通的栈加了可以取最大值的接口。

 queap中和steap含义类似，也有两个队列，一个存放数据，一个存放最大值。同时也有三个接口，其中取大值的接口以及dequeue接口语义与steap类似，但要实现这两个接口，enqueue接口就不如steap的push接口那么容易实现。要把p中小于e的全变成e，可能要O（n），而不能像steak那样在O（1）完成。

9.双栈当队

 利用两个栈可以实现队列，考虑复杂度的时候不能因为dequeue可能的时候要O（n）复杂度， 就认为每次都这样，O（n）的时候是把其他的元素转移时间也考虑在内，考虑一个完整的元素系列的复杂度也就O（n）的复杂度，一个元素平均两次出栈两次入栈，每个元素分摊是常数时间，而不能把那一次当作每个元素的分摊时间。这也是考虑分摊复杂度的意义所在，考虑一个序列完整的生命周期，避免把最坏当成平均了。