以下完整代码均可从这里获取
栈
栈的基本概念
「后进先出、先进后出就是典型的栈结构」。栈可以理解成一种受了限制的线性表，插入和删除都只能从一端进行
当某个数据集合只涉及在一端插入和删除数据，并且满足后进先出、先进后出的特性，就应该首选“栈”这种数据结构（浏览器的前进、后退功能）
栈的实现
栈主要有两种操作，入栈和出栈，这里通过数组（顺序栈）和链表（链式栈）两种方式实现栈
顺序栈
package arrayStackimport "fmt"type Item interface {}type ItemStack struct {Items []ItemN int
}//init stack
func (stack *ItemStack) Init() *ItemStack {stack.Items = []Item{}return stack
}//push stack Item
func (stack *ItemStack) Push(item Item) {if len(stack.Items) > stack.N {fmt.Println("栈已满")return}stack.Items = append(stack.Items, item)
}//pop Item from stack
func (stack *ItemStack) Pop() Item {if len(stack.Items) == 0 {fmt.Println("栈已空")return nil}item := stack.Items[len(stack.Items) - 1]stack.Items = stack.Items[0:len(stack.Items) - 1]return item
}
链式栈
package linkListStackimport "fmt"type Item interface {}type Node struct {Data ItemNext *Node
}type Stack struct {headNode *Node
}//push Stack item
func (stack *Stack) Push(item Item) {newNode := &Node{Data: item}newNode.Next = stack.headNodestack.headNode = newNode
}//pop Item from stack
func (stack *Stack) Pop() Item {if stack.headNode == nil {fmt.Println("栈已空")return nil}item := stack.headNode.Datastack.headNode = stack.headNode.Nextreturn item
}func (stack *Stack) Traverse() {if stack.headNode == nil {fmt.Println("栈已空")return}currentNode := stack.headNodefor currentNode != nil {fmt.Printf("%vt", currentNode.Data)currentNode = currentNode.Next}
}
栈的应用场景
函数调用栈
❝ 操作系统给每个线程分配了一块独立的内存空间，这块内存被组织成“栈”这种结构, 用来存储函数调用时的临时变量。每进入一个函数，就会将临时变量作为一个栈帧入栈，当被调用函数执行完成，返回之后，将这个函数对应的栈帧出栈
来源：数据结构与算法之美
❞
从这段代码的执行过程中了解函数调用栈
int main() {int a = 1; int ret = 0;int res = 0;ret = add(3, 5);res = a + ret;printf("%d", res);reuturn 0;
}int add(int x, int y) {int sum = 0;sum = x + y;return sum;
}
main()函数调用了 add() 函数，获取计算结果，并且与临时变量 a 相加，最后打印 res 的值。程序在执行过程中，main函数中的变量会先后入栈，当执行到add()函数时，add()函数中的临时变量也会先后入栈，结果如下：
「说明：内存中的堆栈和数据结构堆栈不是一个概念，内存中的堆栈是真实存在的物理区，数据结构中的堆栈是抽象的数据存储结构」
栈在表达式求值中的应用
一个表达式包含两个部分，数字和运算符。我们用两个栈来实现表达式求值，一个栈用来存储数字，一个栈用来存储运算符
假设有这么一个表达式
1000+5*6-6从左向右遍历表达式，当遇到数字时，将数字放入到存储数字的栈；如果遇到运算符，将存储运算符栈的栈顶元素取出，进行优先级比较
如果比运算符栈顶元素优先级高，则将当前运算符压入到存储运算符的栈中；如果比运算符栈顶元素低或优先级一样，则从存储数字的栈中取出两个元素，然后进行计算，将计算的结果放入到存储数字的栈中。重复上边的操作。过程如图：
栈在括号匹配中的应用
这也是一个比较经典的题，就是给定一个括号串，验证它是否完全匹配，如：
{{} 不匹配
[[{()}]] 匹配
([{}] 不匹配这个也可以用栈来解决。从左到右遍历括号串，遇到未匹配的左括号则将其压入栈中，遇到右括号时，从栈顶取出一个左括号，如果能匹配，则继续遍历后边的括号，当遍历完之后，栈为空了，说明这个括号串是匹配的，否则是不匹配的。具体实现如下：
package bracketMatchfunc BracketsMatch(str string) bool {brackets := map[rune]rune{')':'(', ']':'[', '}':'['}var stack []runefor _, char := range str {if char == '(' || char == '[' || char == '{' {stack = append(stack, char)} else if len(stack) > 0 && brackets[char] == stack[len(stack) - 1] {stack = stack[:len(stack) - 1]} else {return false}}return len(stack) == 0
}队列
队列的基本概念
「先进先出就是典型的队列结构」，队列也可以理解成一种受了限制的线性表，插入只能从队列尾部进行，删除只能从队列尾部进行。类比排队取票
队列的基本操作也只有两个，入队和出队。队列的应用确实是十分的广泛，如消息队列、阻塞队列、循环队列等
队列的实现
还是通过两种方式实现队列，通过数组实现顺序队列，通过链表实现链式队列
实现队列需要两个指针，一个指向队列头部，一个指向队列尾部
顺序队列
package arrayQueueimport "fmt"type Item interface {}type Queue struct {Queue []ItemLength int
}func (queue *Queue) Init() {queue.Queue = []Item{}
}func (queue *Queue) Enqueue(data Item) {if len(queue.Queue) > queue.Length {fmt.Println("队列满了")return}queue.Queue = append(queue.Queue, data)
}func (queue *Queue) Dequeue() Item {if len(queue.Queue) == 0 {fmt.Println("队列空了")return nil}item := queue.Queue[0]queue.Queue = queue.Queue[1:]return item
}
链式队列
package linkListQueueimport "fmt"type Item interface {}type Node struct {Data ItemNext *Node
}type Queue struct {headNode *Node
}func (queue *Queue) Enqueue(data Item) {node := &Node{Data: data}if queue.headNode == nil {queue.headNode = node} else {currentNode := queue.headNodefor currentNode.Next != nil {currentNode = currentNode.Next}currentNode.Next = node}
}func (queue *Queue) Dequeue() Item {if queue.headNode == nil {fmt.Println("队列空了")return nil}item := queue.headNode.Dataqueue.headNode = queue.headNode.Nextreturn item
}func (queue *Queue) Traverse() {if queue.headNode == nil {fmt.Println("队列空的")return}currentNode := queue.headNodefor currentNode.Next != nil {fmt.Printf("%vt", currentNode.Data)currentNode = currentNode.Next}fmt.Printf("%vt", currentNode.Data)
}
循环队列
为什么会出现循环队列？
看下边这种情况，我有有一个长度是5的队列，目前队列是满的。假设现在我从队头取出3个元素之后，想再往队列中放入数据，其实是放不进去的，此时就出现一个问题，队列有空闲空间，但是却无法向队列中放入数据了
其中一个解决办法就是，「数据搬移」。但是这样的话，每次在出队的时候就等于说删除数组下标为0的元素，而且要将后边所有的数据向前搬移，这样就导致出队的时间复杂度由原来的O(1)变成O(n)，这种方法显然是不可取的
第二个办法就是使用一个「循环队列」，很明显就是一个环，这简直和单向循环链表一模一样。具体什么样，大家应该都十分的清楚，它的难点就在于判空和判满
队列为空时：tail == head
队列为满时：(tail+1)%n == head
哎，找规律问题，不行硬记住就可以了，直接看下边如何实现
循环队列的实现
package loopQueueimport "fmt"type Item interface {}const QueueSize = 5
type LoopQueue struct {Items [QueueSize]ItemHead intTail int
}//init
func (queue *LoopQueue) Init() {queue.Head = 0queue.Tail = 0
}//enqueue
func (queue *LoopQueue) Enqueue(data Item) {if ((queue.Tail + 1) % QueueSize) == queue.Head {fmt.Println("队列满了")}queue.Items[queue.Tail] = dataqueue.Tail = (queue.Tail+1) % QueueSize
}//dequeue
func (queue *LoopQueue) Dequeue() Item {if queue.Head == queue.Tail {fmt.Println("队列空了")return nil}item := queue.Items[queue.Head]queue.Head = (queue.Head + 1) % QueueSizereturn item
}队列的应用场景
阻塞队列和并发队列
阻塞队列
在实际应用中，队列不会是无限长的，队列一旦有长度限制，就会有满的时候，当队列满了的时候，入队操作就会被阻塞，因为没有数据可取。而当队列为空时，出队是阻塞的，直到队列中有数据可取
没错，平时经常用到的「生产者-消费者模型」就是这样，通过队列可以轻松实现一个生产者-消费者模型
基于阻塞队列，还可以通过调整“生产者”和“消费者”的个数，来提高数据的处理效率
并发队列
对于上边的阻塞队列，在多线程的情况下，就会存在多个线程同时操作队列，这个时候就会存在线程安全问题（如果想了解底层原因，可以看我的这篇文章：进程管理之进程同步）
保证线程安全的队列就称之为并发队列，最简单的方式就是在入队和出队的时候加锁。关于锁，也可以看我这里的系列文章：线程锁系列
参考资料：
- 数据结构与算法之美
- 从零学习数据结构
