数据结构中的Stacks和Queues
作者:互联网
上课老师用两个小时的时间讲了将近1/4本《Introduction to Algorithms》,结果当然是什么也听不懂。
所以接下来这几天,根据课上的PPT一点点捯饬捯饬关于Stacks、Queues、Linked lists、Rooted trees,以及Direct-address tables、Hash tables、Binary search tables的内容。
虽然课程针对日后的C++编程,但是课上并没讲编程上的实现。
1.Stack(栈)
首先引入了dynamic sets的概念。如果一个集合,可以进行添加或者删除的操作时,就可以被称为dynamic sets。
如果这个dynamic sets可以进行Search、Insert、Delete这三种操作,即可被成为dictionary(字典)。
Dictionary还可以进行Minimun(S), Maximum(S), Successor(S,x), Predecessor(S,x)操作。在这里S指代操作的Stack,x指代元素。
Dictionary 由key(关键码)和Element(元素)构成。
接下来正式讲Stack。
Stack是LIFO(Last-in, first-out)后进先出,支持Insert和Delete,但是不支持Search。
Insert又叫Push,进栈;Delete又叫Pop,出栈。
Stack有一个属性.top,可以对最近插入栈的element进行索引。初始状态下,S.top为0。
可以有如下运算
1. 判断Empty
if S.top ==0 #如果顶部,也就是最后进栈的数字为0 return True #空栈 else return False #非空栈
2. Push
S.top = S.top + 1 #当前最上方栈+1 S[S.top] = x #进+1后的那个栈
3. Pop
if StackEmpty(S) #如空栈 error"underflow" #栈下溢,栈已空,但还想再取出信息,这种情况称为栈下溢 else S.top = S.top - 1 #删除栈顶元素 return S[S.top + 1] #返回被删的栈key
Remark:
栈的元素为S[1.2.3....S.top],从1开始,而数组从0开始。
如果栈满了还在往里Push,则会overflow,就是溢出。
上面的3种操作都分别占用O(1)的时间复杂度。(挖坑:时间复杂度)
2.Queue(队列)
Queue(发音同'Q')和栈一样都是线性存储结构。但是不同的是Queue是FIFO(First-in, First-out)先进先出。
同样支持Insert-EnQueue,以及Delete-DeQueue,但不支持Search。
对于Queue,有Q.head:队列的首个元素的索引;Q.tail:接下来插入的元素的索引
初始情况下,Q.head = Q.tail = 1。
1. EnQueue
Q[Q.tail] = x #Q下一个插入元素的位置的值 = x if Q.tail == Q.length #如果Q尾部的位置 = Q的长度,即到了队列最后一位 Q.tail = 1 #那么就回到首位置,因为不回就溢出 else Q.tail = Q.tail + 1 #代表没到队列最后,可以继续加key
2. DeQueue
x = Q[Q.head] #将Q首元素的值赋给x if Q.head == Q.length #如果Q的首元素移动到了最后一位 Q.head = 1 #则令首元素的key = 1,再从第1位开始移动 else Q.head = Q.head + 1#否则首元素key + 1,也就是第1个元素被delete后,第二个元素成为新的head return x #返回被删除的值
同样的,上面的2种操作都分别占用O(1)的时间复杂度。
明天继续更Linked list以及Binary Tree。
标签:head,top,元素,Stacks,tail,key,Stack,数据结构,Queues 来源: https://www.cnblogs.com/funnywii/p/15423132.html