DataStructure2(栈和队列)
DataStructure2(栈和队列)
zhangzhang第三章:栈和队列
3.1栈(stack)
3.1.1栈的基本概念
1.栈的定义
栈是特殊的线性表:==只允许在一端进行插入或删除操作==, 其逻辑结构与普通线性表相同;
栈顶(Top):允许进行插入和删除的一端 (最上面的为栈顶元素);
栈底(Bottom):固定的,不允许进行插入和删除的一端 (最下面的为栈底元素);
空栈:不含任何元素的空表;
特点:==后进先出==(后进栈的元素先出栈)(LIFO: Last In First Out)
缺点:栈的大小不可变,解决方法——共享栈;
2.栈的基本操作
“创建&销毁”
InitStack(&S)初始化栈:构造一个空栈S,分配内存空间;DestroyStack(&S)销毁栈:销毁并释放栈S所占用的内存空间;
“增&删”
Push(&S, x)进栈:若栈S未满,则将x加入使其成为新==栈顶==;Pop(&S, &x)出栈:若栈S非空,则弹出(删除)==栈顶==元素,并用x返回;
“查&其他”
GetTop(S, &x)读取栈顶元素:若栈S非空,则用x返回栈顶元素;(栈的使用场景大多只访问栈顶元素);StackEmpty(S)判空: 断一个栈S是否为空,若S为空,则返回true,否则返回false;
3.栈的常考题型:进栈与出栈顺序问题
进栈顺序:a → b → c → d → e
问:有哪些合法的出栈顺序?
出栈排列数的卡特兰数公式
- n 个不同元素进栈,出栈元素不同排列的个数为:$$ \frac{1}{n+1}C_{2n}^n $$
示例计算(n=5 时)
$$\frac{1}{5+1}C_{10}^5 = \frac{10 \times 9 \times 8 \times 7 \times 6}{6 \times 5 \times 4 \times 3 \times 2 \times 1} = 42$$
$$C_{m}^k = \frac{m!}{k! \cdot (m-k)!}$$
3.1.2 栈的顺序存储
1.顺序栈的定义
1 |
|
sqStack中的sq:sequence顺序
2.顺序栈的基本操作
1 |
|
法二:注意:==也可以==初始化时定义 S.top = 0 :top指针指向==下一个可以插入==元素的位置(栈顶元素的后一个位置);
- 进栈操作 :栈不满时,栈顶指针先加1,再送值到栈顶元素。
S.data[S.top++] = x; - 出栈操作:栈非空时,先取栈顶元素值,再将栈顶指针减1。
x = S.data[–S.top]; - 栈空条件:
S.top==-1 - 栈满条件:
S.top==MaxSize-1 - 栈长:
S.top+1
- 栈的顺序存储是使用静态数组存放元素,容量改变不了,很容易满
- 改进:
- 分配大量的存储空间,很浪费
- 使用链栈
- 使用共享栈:
3.共享栈
- 使用两个栈顶指针
**定义:**利用栈底位置相对不变的特性,可以让==两个顺序栈共享==一个一维数组空间,将两个栈的栈底 分别设置在共享空间的两端,两个栈顶向共享空间的中间延伸。
- 存取数据的时间复杂度均为O(1)
1 |
|
栈满条件:top1-top0=1
3.1.3栈的链式存储
1.定义:采用链式存储的栈称为链栈。
2.优点:链栈的优点是便于多个栈共享存储空间和提高其效率,且不存在栈满上溢的情况。
3.特点:
进栈和出栈都只能在栈顶一端进行(链头作为栈顶)
链表的头部作为栈顶,意味着:
在实现数据”入栈”操作时,需要将数据从==链表的头部插入==;
在实现数据”出栈”操作时,需要删除==链表头部的首元节点==;
因此,链栈实际上就是一个只能采用==头插法==插入或删除数据的链表;
栈的链式存储结构可描述为:
1
2
3
4typedef struct Linknode{
ElemType data; //数据域
struct Linknode *next; //指针域
}*LiStack; //栈类型的定义
- 栈的基本操作:
初始化
进栈
出栈
获取栈顶元素
判空、判满
带头结点的链栈基本操作:
1 |
|
不带头结点的链栈基本操作:
1 |
|
3.2队列(Queue)
3.2.1队列的基本概念
1.定义:队列(Queue)简称队,是一种操作受限的线性表,只允许在表的一端进行插入,而在表的另一端进行删除。
2.特点
- 队列是操作受限的线性表,==只允许在一端进行插入 (入队),另一端进行删除 (出队)==
- 操作特性:先进先出 FIFO(First In First Out)
- 队头:允许删除的一端
- 队尾:允许插入的一端
- 空队列:不含任何元素的空表
3.队列的基本操作
“创建&销毁”
InitQueue(&Q): 初始化队列,构造一个空列表QDestroyQueue(&Q): 销毁队列,并释放队列Q所占用的内存空间
“增&删”
EnQueue(&Q, x): 入队,若队列Q未满,将x加入,使之成为新的队尾DeQueue(&Q, &x): 出队,若队列Q非空,删除队头元素,并用x返回
“查&其他”
GetHead(Q,&): 读队头元素,若队列Q非空,则将队头元素赋值给xQueueEmpty(Q): 判队列空,若队列Q为空,则返回
3.2.2队列的顺序存储结构
- 队头指针:指向队头元素
- 队尾指针:指向队尾元素的下一个位置
- 队列存储的基本操作
1 | //队列的顺序存储类型 |
- 实际上没有满,前面分配的空间会被浪费,怎么办:循环队列(队尾指针rear是9,新元素插入到9,rear+1再取余10,到0,类似晚上十一点,过一个小时是0点)
- 循环队列
定义:将循环队列臆造为一个环状的空间,即把存储队列元素的表从逻辑上视为一个环,称为循环队列。
基本操作:
1 | a%b == a除以b的余数 |
区分队空还是队满的情况:
方案一: 牺牲一个单元来区分队空和队满(判断队满 不能对头==队尾,因为这是队空的情况)
队尾指针的再下一个位置就是队头,即 (Q.rear+1)%MaxSize == Q.front
取模是因为如果MaxSize是5,front是0,rear是4
- 循环队列——入队:只能从队尾插入(判满使用方案一)
1 | bool EnQueue(SqQueue &Q, ElemType x){ |
- 循环队列——出队:只能让队头元素出队
1 | //出队,删除一个队头元素,用x返回 |
- 循环队列——获得队头元素
1 | bool GetHead(SqQueue &Q, ElemType &x){ |
方案二: 不牺牲存储空间,设置size
定义一个变量 size用于记录队列此时记录了几个数据元素,初始化 size = 0,进队成功 size++,出队成功size--,根据size的值判断队满与队空
队满条件:size == MaxSize
队空条件:size == 0
1 |
|
方案三: 不牺牲存储空间,设置tag
定义一个变量 tag,tag = 0 –最近进行的是删除操作;tag = 1 –最近进行的是插入操作;
每次删除操作成功时,都令tag = 0;只有删除操作,才可能导致队空;
每次插入操作成功时,都令tag = 1;只有插入操作,才可能导致队满;
队满条件:Q.front == Q.rear && tag == 1
队空条件:Q.front == Q.rear && tag == 0
1 |
|
3.2.3队列的链式存储结构
1.定义:队列的链式表示称为链队列,它实际上是一个==同时带有队头指针和队尾指针的单链表==。
- 链队列:用链表表示的队列,是限制仅在==表头删除==和==表尾插入==的单链表。
队列的链式存储类型可描述为:
1 | typedef struct LinkNode{ //链式队列结点 |
- 一个链队列只需要一套头指针和尾指针,但需要很多套结点,所以头尾指针需要另起一套结构体来写
2.链式队列的基本操作——带头结点
- 初始化 & 判空
1 | void InitQueue(LinkQueue &Q){ |
入队操作
1 | //新元素入队 (表尾进行) |
- 出队操作
1 | //队头元素出队 |
队列满的条件
- 顺序存储:预分配存储空间
- 链式存储:一般不会队满,除非内存不足
计算链队长度 (遍历链队)
设置一个int length记录链式队列长度初始化 & 判空
- 入队操作(不带头结点)
1 | //新元素入队 (表尾进行) |
3.2.4双端队列
1.定义:双端队列是指允许==两端都可以进行入队和出队==操作的队列
- 双端队列允许从两端插入、两端删除的线性表;
- 如果只使用其中一端的插入、删除操作,则等同于栈;
- 输入受限的双端队列:允许一端插入,两端删除的线性表;
- 输出受限的双端队列:允许两端插入,一端删除的线性表;
3.2.5循环队列
详细见3.2.2
利用一组地址连续的存储单元依次存放队列中的数据元素。因为队头和队尾的位置是变化的。所以:设头、尾指针。
求循环队列的长度:
3.3栈的应用
3.3.1栈在括号匹配中的应用
用栈实现括号匹配
((())) ==最后出现==的左括号==最先被匹配== (栈的特性—LIFO);
遇到左括号就入栈;
遇到右括号,就“消耗”一个左括号 (出栈);
匹配失败情况:
扫描到右括号且栈空,则该右括号单身;
扫描完所有括号后,栈非空,则该左括号单身;
左右括号不匹配;
代码:
1 |
|
万一存满了怎么办——可用链栈
3.3.2栈在表达式求值中的应用
1. 中缀表达式 (需要界限符)
运算符在两个操作数==中间==:
1 | ① a + b |
2. 后缀表达式 (逆波兰表达式)
运算符在两个操作数后面:
1 | ① a b + |
中缀表达式 转 后缀表达式——手算(自己写纸上算)
步骤1: 确定中缀表达式中各个运算符的运算顺序
步骤2: 选择下一个运算符,按照**[左操作数 右操作数 运算符]**的方式组合成一个新的操作数
步骤3: 如果还有运算符没被处理,继续步骤2
“左优先”原则: 只要左边的运算符能先计算,就优先算左边的 (保证运算顺序唯一);(能保证和机算的一样——唯一性)
1 | 中缀:A + B - C * D / E + F |
重点:中缀表达式转后缀表达式——机算(用算法,就有唯一答案)
初始化一个栈,用于保存暂时还不能确定运算顺序的运算符。从左到右处理各个元素,直到末尾。可能遇到三种情况:
- 遇到==操作数==: 直接加入后缀表达式。
- 遇到==界限符==: 遇到 ‘(’ 直接入栈; 遇到 ‘)’ 则依次弹出栈内运算符并加入后缀表达式,直到弹出 ‘(’ 为止。注意: ‘(‘ 不加入后缀表达式。
- 遇到==运算符==: 依次弹出栈中优先级高于或等于当前运算符的所有运算符,并加入后缀表达式,若碰到 ‘(’ 或栈空则停止。之后再把当前运算符入栈。(栈顶与读的pk,读的狠些就压栈顶,不很就出来)
按上述方法处理完所有字符后,将栈中剩余运算符依次弹出,并加入后缀表达式。
后缀表达式的计算——手算:
从左往右扫描,每遇到一个运算符,就让运算符前面最近的两个操作数执行对应的运算,合体为一个操作数;
1 | 注意: 两个操作数的左右顺序 |
重点:后缀表达式的计算——机算
给计算机是后缀表达式的话,可以直接算
如果给计算机是中缀表达式,则还需要判断哪个先生效,哪个后生效
用栈实现后缀表达式的计算(栈用来存放当前暂时不能确定运算次序的操作数)
步骤1: 从左往后扫描下一个元素,直到处理完所有元素;
步骤2: 若扫描到操作数,则压入栈,并回到步骤1;否则执行步骤3;
步骤3: 若扫描到运算符,则弹出两个栈顶元素,执行相应的运算,运算结果压回栈顶,回到步骤1;
==注意: 先出栈的是“右操作数”==(想象32-,2先出栈,放右边)
3.前缀表达式 (波兰表达式)
运算符在两个操作数前面:
1 | ① + a b |
中缀表达式转前缀表达式——手算
步骤1: 确定中缀表达式中各个运算符的运算顺序
步骤2: 选择下一个运算符,按照**[运算符 左操作数 右操作数]**的方式组合成一个新的操作数
步骤3: 如果还有运算符没被处理,就继续执行步骤2
“右优先”原则: 只要右边的运算符能先计算,就优先算右边的;
1 | 中缀:A + B * (C - D) - E / F |
前缀表达式的计算——机算
用栈实现前缀表达式的计算
步骤1: 从右往左扫描下一个元素,直到处理完所有元素;
步骤2: 若扫描到操作数则压入栈,并回到步骤1,否则执行步骤3
步骤3: 若扫描到运算符,则弹出两个栈顶元素,执行相应运算,运算结果压回栈顶,回到步骤1;
==注意: 先出栈的是“左操作数”==
4.中缀表达式的计算(用栈实现)
两个算法的结合: 中缀转后缀 + 后缀表达式的求值
初始化两个栈,==操作数栈==和==运算符栈==
若扫描到==操作数==,压入操作数栈
若扫描到==运算符或界限符==,则按照“中缀转后缀”相同的逻辑压入运算符栈(狠的就压上去,不狠的话,栈里面的就先出来做计算,再放新的进去) (期间也会弹出运算符,每当弹出一个运算符时,就需要再弹出两个操作数栈的栈项元素并执行相应运算,运算结果再压回操作数栈)
1 | OperandType EvaluateExpression() { |
3.3.3栈在递归中的应用
函数调用的特点:最后被调用的函数最先执行结束(LIFO)
函数调用时,需要用一个栈存储:
- 调用返回地址
- 实参
- 局部变量
递归调用时,函数调用栈称为 “递归工作栈”:
- 每进入一层递归,就将递归调用所需信息压入栈顶;
- 每退出一层递归,就从栈顶弹出相应信息;
**缺点:**太多层递归可能回导致栈溢出;
适合用“递归”算法解决:可以把原始问题转换为属性相同,但规模较小的问题;
3.4特殊矩阵的压缩存储
- 矩阵定义: 一个由m*n个元素排成的m行(横向)n列(纵向)的表。
- 矩阵的常规存储:将矩阵描述为一个二维数组。
3.4.1数组的存储结构
1.一维数组
1 | Elemtype a[10]; |
各数组元素大小相同,物理上连续存放;
起始地址:LOC
数组下标:默认从0开始!
数组元素 a[i] 的存放地址 = LOC + i × sizeof(ElemType)
2.二维数组
1 | Elemtype b[2][4]; //2行4列的二维数组 |
行优先/列优先存储优点:实现随机存储
起始地址:LOC
M行N列的二维数组 b[M][N] 中,b[i][j]的存储地址:
行优先存储: LOC + (i×N + j) × sizeof(ElemType)
列优先存储:LOC + (j×M + i) × sizeof(ElemType)
3.4.2普通矩阵的存储
二维数组存储:
- 描述矩阵元素时,行、列号通常从1开始;
- 描述数组时,通常下标从 0 开始;
3.4.3特殊矩阵的存储
特殊矩阵——压缩存储空间(只存有用的数据)
矩阵的压缩存储:为多个相同的非零元素只分配一个存储空间;对零元素不分配空间。
1.对称矩阵(方阵)
在一个n阶方阵A中,若元素满足下述性值:
2.三角矩阵(方阵)
以主对角线划分,三角矩阵有上(下)三角两种。上(下)三角矩阵的下(上)三角(不含主对角线)中的元素均为常数。在大多数情况下,三角矩阵常数为零。
3.三对角矩阵(方阵)
对角矩阵可按行优先顺序或对角线的顺序,将其压缩存储到一维数组中,且也能找到每个非零元素和向量下标的对应关系。
4.稀疏矩阵
设在m*n的矩阵中有t个非零元素,令c=t/(m*n),当c<=0.05时称为稀疏矩阵。
压缩存储原则:存各非零元的值、行列位置和矩阵的行列数。
- 顺序存储——三元组
- 链式存储——十字链表法
优点:它能够灵活得插入因运算而产生的新的非零元素,删除因运算而产生的新的零元素,实现矩阵的运算。
十字链表中结点的结构示意图:
right:用于链接同一行中的下一个非零元素;
down:用于链接同一列中的下一个非零元素。



































