秋招复习之栈与队列


前言


1 栈

「栈 stack」是一种遵循先入后出逻辑的线性数据结构。

我们可以将栈类比为桌面上的一摞盘子,如果想取出底部的盘子,则需要先将上面的盘子依次移走。我们将盘子替换为各种类型的元素(如整数、字符、对象等),就得到了栈这种数据结构。

如图所示,我们把堆叠元素的顶部称为“栈顶”,底部称为“栈底”。将把元素添加到栈顶的操作叫作“入栈”,删除栈顶元素的操作叫作“出栈”。

初始化栈

/* 初始化栈 */
Stack<Integer> stack = new Stack<>();/* 元素入栈 */
stack.push(1);
stack.push(3);
stack.push(2);
stack.push(5);
stack.push(4);/* 访问栈顶元素 */
int peek = stack.peek();/* 元素出栈 */
int pop = stack.pop();/* 获取栈的长度 */
int size = stack.size();/* 判断是否为空 */
boolean isEmpty = stack.isEmpty();
/* 初始化栈 */
stack<int> stack;/* 元素入栈 */
stack.push(1);
stack.push(3);
stack.push(2);
stack.push(5);
stack.push(4);/* 访问栈顶元素 */
int top = stack.top();/* 元素出栈 */
stack.pop(); // 无返回值/* 获取栈的长度 */
int size = stack.size();/* 判断是否为空 */
bool empty = stack.empty();

栈的实现

栈遵循先入后出的原则,因此我们只能在栈顶添加或删除元素。然而,数组和链表都可以在任意位置添加和删除元素,因此栈可以视为一种受限制的数组或链表。换句话说,我们可以“屏蔽”数组或链表的部分无关操作,使其对外表现的逻辑符合栈的特性。

基于链表的实现

/* 基于链表实现的栈 */
class LinkedListStack {private ListNode stackPeek; // 将头节点作为栈顶private int stkSize = 0; // 栈的长度public LinkedListStack() {stackPeek = null;}/* 获取栈的长度 */public int size() {return stkSize;}/* 判断栈是否为空 */public boolean isEmpty() {return size() == 0;}/* 入栈 */public void push(int num) {ListNode node = new ListNode(num);node.next = stackPeek;stackPeek = node;stkSize++;}/* 出栈 */public int pop() {int num = peek();stackPeek = stackPeek.next;stkSize--;return num;}/* 访问栈顶元素 */public int peek() {if (isEmpty())throw new IndexOutOfBoundsException();return stackPeek.val;}/* 将 List 转化为 Array 并返回 */public int[] toArray() {ListNode node = stackPeek;int[] res = new int[size()];for (int i = res.length - 1; i >= 0; i--) {res[i] = node.val;node = node.next;}return res;}
}
/* 基于链表实现的栈 */
class LinkedListStack {private:ListNode *stackTop; // 将头节点作为栈顶int stkSize;        // 栈的长度public:LinkedListStack() {stackTop = nullptr;stkSize = 0;}~LinkedListStack() {// 遍历链表删除节点,释放内存freeMemoryLinkedList(stackTop);}/* 获取栈的长度 */int size() {return stkSize;}/* 判断栈是否为空 */bool isEmpty() {return size() == 0;}/* 入栈 */void push(int num) {ListNode *node = new ListNode(num);node->next = stackTop;stackTop = node;stkSize++;}/* 出栈 */int pop() {int num = top();ListNode *tmp = stackTop;stackTop = stackTop->next;// 释放内存delete tmp;stkSize--;return num;}/* 访问栈顶元素 */int top() {if (isEmpty())throw out_of_range("栈为空");return stackTop->val;}/* 将 List 转化为 Array 并返回 */vector<int> toVector() {ListNode *node = stackTop;vector<int> res(size());for (int i = res.size() - 1; i >= 0; i--) {res[i] = node->val;node = node->next;}return res;}
};

基于数组的实现

使用数组实现栈时,我们可以将数组的尾部作为栈顶。如图 5-3 所示,入栈与出栈操作分别对应在数组尾部添加元素与删除元素,时间复杂度都为O(1) 。

使用动态数组

/* 基于数组实现的栈 */
class ArrayStack {private ArrayList<Integer> stack;public ArrayStack() {// 初始化列表(动态数组)stack = new ArrayList<>();}/* 获取栈的长度 */public int size() {return stack.size();}/* 判断栈是否为空 */public boolean isEmpty() {return size() == 0;}/* 入栈 */public void push(int num) {stack.add(num);}/* 出栈 */public int pop() {if (isEmpty())throw new IndexOutOfBoundsException();return stack.remove(size() - 1);}/* 访问栈顶元素 */public int peek() {if (isEmpty())throw new IndexOutOfBoundsException();return stack.get(size() - 1);}/* 将 List 转化为 Array 并返回 */public Object[] toArray() {return stack.toArray();}
}
/* 基于数组实现的栈 */
class ArrayStack {private:vector<int> stack;public:/* 获取栈的长度 */int size() {return stack.size();}/* 判断栈是否为空 */bool isEmpty() {return stack.size() == 0;}/* 入栈 */void push(int num) {stack.push_back(num);}/* 出栈 */int pop() {int num = top();stack.pop_back();return num;}/* 访问栈顶元素 */int top() {if (isEmpty())throw out_of_range("栈为空");return stack.back();}/* 返回 Vector */vector<int> toVector() {return stack;}
};

两种实现对比

支持操作

两种实现都支持栈定义中的各项操作。数组实现额外支持随机访问,但这已超出了栈的定义范畴,因此一般不会用到。

时间效率

在基于数组的实现中,入栈和出栈操作都在预先分配好的连续内存中进行,具有很好的缓存本地性,因此效率较高。然而,如果入栈时超出数组容量,会触发扩容机制,导致该次入栈操作的时间复杂度变为 O(n) 。

在基于链表的实现中,链表的扩容非常灵活,不存在上述数组扩容时效率降低的问题。但是,入栈操作需要初始化节点对象并修改指针,因此效率相对较低。不过,如果入栈元素本身就是节点对象,那么可以省去初始化步骤,从而提高效率。

综上所述,当入栈与出栈操作的元素是基本数据类型时,例如 int 或 double ,我们可以得出以下结论。

  • 基于数组实现的栈在触发扩容时效率会降低,但由于扩容是低频操作,因此平均效率更高。
  • 基于链表实现的栈可以提供更加稳定的效率表现。

空间效率

在初始化列表时,系统会为列表分配“初始容量”,该容量可能超出实际需求;并且,扩容机制通常是按照特定倍率(例如 2 倍)进行扩容的,扩容后的容量也可能超出实际需求。因此,基于数组实现的栈可能造成一定的空间浪费

然而,由于链表节点需要额外存储指针,因此链表节点占用的空间相对较大

综上,我们不能简单地确定哪种实现更加节省内存,需要针对具体情况进行分析。

2 队列

「队列 queue」是一种遵循先入先出规则的线性数据结构。顾名思义,队列模拟了排队现象,即新来的人不断加入队列尾部,而位于队列头部的人逐个离开。

如图所示,我们将队列头部称为“队首”,尾部称为“队尾”,将把元素加入队尾的操作称为“入队”,删除队首元素的操作称为“出队”。

队列的基本操作 

 

/* 初始化队列 */
Queue<Integer> queue = new LinkedList<>();/* 元素入队 */
queue.offer(1);
queue.offer(3);
queue.offer(2);
queue.offer(5);
queue.offer(4);/* 访问队首元素 */
int peek = queue.peek();/* 元素出队 */
int pop = queue.poll();/* 获取队列的长度 */
int size = queue.size();/* 判断队列是否为空 */
boolean isEmpty = queue.isEmpty();
/* 初始化队列 */
queue<int> queue;/* 元素入队 */
queue.push(1);
queue.push(3);
queue.push(2);
queue.push(5);
queue.push(4);/* 访问队首元素 */
int front = queue.front();/* 元素出队 */
queue.pop();/* 获取队列的长度 */
int size = queue.size();/* 判断队列是否为空 */
bool empty = queue.empty();

队列的实现

为了实现队列,我们需要一种数据结构,可以在一端添加元素,并在另一端删除元素,链表和数组都符合要求。

基于链表的实现

我们可以将链表的“头节点”和“尾节点”分别视为“队首”和“队尾”,规定队尾仅可添加节点,队首仅可删除节点。

/* 基于链表实现的队列 */
class LinkedListQueue {private ListNode front, rear; // 头节点 front ,尾节点 rearprivate int queSize = 0;public LinkedListQueue() {front = null;rear = null;}/* 获取队列的长度 */public int size() {return queSize;}/* 判断队列是否为空 */public boolean isEmpty() {return size() == 0;}/* 入队 */public void push(int num) {// 在尾节点后添加 numListNode node = new ListNode(num);// 如果队列为空,则令头、尾节点都指向该节点if (front == null) {front = node;rear = node;// 如果队列不为空,则将该节点添加到尾节点后} else {rear.next = node;rear = node;}queSize++;}/* 出队 */public int pop() {int num = peek();// 删除头节点front = front.next;queSize--;return num;}/* 访问队首元素 */public int peek() {if (isEmpty())throw new IndexOutOfBoundsException();return front.val;}/* 将链表转化为 Array 并返回 */public int[] toArray() {ListNode node = front;int[] res = new int[size()];for (int i = 0; i < res.length; i++) {res[i] = node.val;node = node.next;}return res;}
}
/* 基于链表实现的队列 */
class LinkedListQueue {private:ListNode *front, *rear; // 头节点 front ,尾节点 rearint queSize;public:LinkedListQueue() {front = nullptr;rear = nullptr;queSize = 0;}~LinkedListQueue() {// 遍历链表删除节点,释放内存freeMemoryLinkedList(front);}/* 获取队列的长度 */int size() {return queSize;}/* 判断队列是否为空 */bool isEmpty() {return queSize == 0;}/* 入队 */void push(int num) {// 在尾节点后添加 numListNode *node = new ListNode(num);// 如果队列为空,则令头、尾节点都指向该节点if (front == nullptr) {front = node;rear = node;}// 如果队列不为空,则将该节点添加到尾节点后else {rear->next = node;rear = node;}queSize++;}/* 出队 */int pop() {int num = peek();// 删除头节点ListNode *tmp = front;front = front->next;// 释放内存delete tmp;queSize--;return num;}/* 访问队首元素 */int peek() {if (size() == 0)throw out_of_range("队列为空");return front->val;}/* 将链表转化为 Vector 并返回 */vector<int> toVector() {ListNode *node = front;vector<int> res(size());for (int i = 0; i < res.size(); i++) {res[i] = node->val;node = node->next;}return res;}
};

基于数组的实现

在数组中删除首元素的时间复杂度为 O(n) ,这会导致出队操作效率较低。然而,我们可以采用以下巧妙方法来避免这个问题。

我们可以使用一个变量 front 指向队首元素的索引,并维护一个变量 size 用于记录队列长度。定义 rear = front + size ,这个公式计算出的 rear 指向队尾元素之后的下一个位置。

基于此设计,数组中包含元素的有效区间为 [front, rear - 1],各种操作的实现方法如图。

  • 入队操作:将输入元素赋值给 rear 索引处,并将 size 增加 1 。
  • 出队操作:只需将 front 增加 1 ,并将 size 减少 1 。

可以看到,入队和出队操作都只需进行一次操作,时间复杂度均为 O(1) 。

你可能会发现一个问题:在不断进行入队和出队的过程中,front 和 rear 都在向右移动,当它们到达数组尾部时就无法继续移动了。为了解决此问题,我们可以将数组视为首尾相接的“环形数组”。

对于环形数组,我们需要让 front 或 rear 在越过数组尾部时,直接回到数组头部继续遍历。这种周期性规律可以通过“取余操作”来实现,代码如下所示:

/* 基于环形数组实现的队列 */
class ArrayQueue {private int[] nums; // 用于存储队列元素的数组private int front; // 队首指针,指向队首元素private int queSize; // 队列长度public ArrayQueue(int capacity) {nums = new int[capacity];front = queSize = 0;}/* 获取队列的容量 */public int capacity() {return nums.length;}/* 获取队列的长度 */public int size() {return queSize;}/* 判断队列是否为空 */public boolean isEmpty() {return queSize == 0;}/* 入队 */public void push(int num) {if (queSize == capacity()) {System.out.println("队列已满");return;}// 计算队尾指针,指向队尾索引 + 1// 通过取余操作实现 rear 越过数组尾部后回到头部int rear = (front + queSize) % capacity();// 将 num 添加至队尾nums[rear] = num;queSize++;}/* 出队 */public int pop() {int num = peek();// 队首指针向后移动一位,若越过尾部,则返回到数组头部front = (front + 1) % capacity();queSize--;return num;}/* 访问队首元素 */public int peek() {if (isEmpty())throw new IndexOutOfBoundsException();return nums[front];}/* 返回数组 */public int[] toArray() {// 仅转换有效长度范围内的列表元素int[] res = new int[queSize];for (int i = 0, j = front; i < queSize; i++, j++) {res[i] = nums[j % capacity()];}return res;}
}
/* 基于环形数组实现的队列 */
class ArrayQueue {private:int *nums;       // 用于存储队列元素的数组int front;       // 队首指针,指向队首元素int queSize;     // 队列长度int queCapacity; // 队列容量public:ArrayQueue(int capacity) {// 初始化数组nums = new int[capacity];queCapacity = capacity;front = queSize = 0;}~ArrayQueue() {delete[] nums;}/* 获取队列的容量 */int capacity() {return queCapacity;}/* 获取队列的长度 */int size() {return queSize;}/* 判断队列是否为空 */bool isEmpty() {return size() == 0;}/* 入队 */void push(int num) {if (queSize == queCapacity) {cout << "队列已满" << endl;return;}// 计算队尾指针,指向队尾索引 + 1// 通过取余操作实现 rear 越过数组尾部后回到头部int rear = (front + queSize) % queCapacity;// 将 num 添加至队尾nums[rear] = num;queSize++;}/* 出队 */int pop() {int num = peek();// 队首指针向后移动一位,若越过尾部,则返回到数组头部front = (front + 1) % queCapacity;queSize--;return num;}/* 访问队首元素 */int peek() {if (isEmpty())throw out_of_range("队列为空");return nums[front];}/* 将数组转化为 Vector 并返回 */vector<int> toVector() {// 仅转换有效长度范围内的列表元素vector<int> arr(queSize);for (int i = 0, j = front; i < queSize; i++, j++) {arr[i] = nums[j % queCapacity];}return arr;}
};

以上实现的队列仍然具有局限性:其长度不可变。然而,这个问题不难解决,我们可以将数组替换为动态数组,从而引入扩容机制。

3 双向队列

在队列中,我们仅能删除头部元素或在尾部添加元素。如图所示,「双向队列 double-ended queue」提供了更高的灵活性,允许在头部和尾部执行元素的添加或删除操作。

双向队列常用操作

/* 初始化双向队列 */
Deque<Integer> deque = new LinkedList<>();/* 元素入队 */
deque.offerLast(2);   // 添加至队尾
deque.offerLast(5);
deque.offerLast(4);
deque.offerFirst(3);  // 添加至队首
deque.offerFirst(1);/* 访问元素 */
int peekFirst = deque.peekFirst();  // 队首元素
int peekLast = deque.peekLast();    // 队尾元素/* 元素出队 */
int popFirst = deque.pollFirst();  // 队首元素出队
int popLast = deque.pollLast();    // 队尾元素出队/* 获取双向队列的长度 */
int size = deque.size();/* 判断双向队列是否为空 */
boolean isEmpty = deque.isEmpty();
/* 初始化双向队列 */
deque<int> deque;/* 元素入队 */
deque.push_back(2);   // 添加至队尾
deque.push_back(5);
deque.push_back(4);
deque.push_front(3);  // 添加至队首
deque.push_front(1);/* 访问元素 */
int front = deque.front(); // 队首元素
int back = deque.back();   // 队尾元素/* 元素出队 */
deque.pop_front();  // 队首元素出队
deque.pop_back();   // 队尾元素出队/* 获取双向队列的长度 */
int size = deque.size();/* 判断双向队列是否为空 */
bool empty = deque.empty();

双向队列实现

基于双向链表的实现

使用普通单向链表来实现队列,因为它可以方便地删除头节点(对应出队操作)和在尾节点后添加新节点(对应入队操作)。

对于双向队列而言,头部和尾部都可以执行入队和出队操作。换句话说,双向队列需要实现另一个对称方向的操作。为此,我们采用“双向链表”作为双向队列的底层数据结构。

如图所示,我们将双向链表的头节点和尾节点视为双向队列的队首和队尾,同时实现在两端添加和删除节点的功能。

/* 双向链表节点 */
class ListNode {int val; // 节点值ListNode next; // 后继节点引用ListNode prev; // 前驱节点引用ListNode(int val) {this.val = val;prev = next = null;}
}/* 基于双向链表实现的双向队列 */
class LinkedListDeque {private ListNode front, rear; // 头节点 front ,尾节点 rearprivate int queSize = 0; // 双向队列的长度public LinkedListDeque() {front = rear = null;}/* 获取双向队列的长度 */public int size() {return queSize;}/* 判断双向队列是否为空 */public boolean isEmpty() {return size() == 0;}/* 入队操作 */private void push(int num, boolean isFront) {ListNode node = new ListNode(num);// 若链表为空,则令 front 和 rear 都指向 nodeif (isEmpty())front = rear = node;// 队首入队操作else if (isFront) {// 将 node 添加至链表头部front.prev = node;node.next = front;front = node; // 更新头节点// 队尾入队操作} else {// 将 node 添加至链表尾部rear.next = node;node.prev = rear;rear = node; // 更新尾节点}queSize++; // 更新队列长度}/* 队首入队 */public void pushFirst(int num) {push(num, true);}/* 队尾入队 */public void pushLast(int num) {push(num, false);}/* 出队操作 */private int pop(boolean isFront) {if (isEmpty())throw new IndexOutOfBoundsException();int val;// 队首出队操作if (isFront) {val = front.val; // 暂存头节点值// 删除头节点ListNode fNext = front.next;if (fNext != null) {fNext.prev = null;front.next = null;}front = fNext; // 更新头节点// 队尾出队操作} else {val = rear.val; // 暂存尾节点值// 删除尾节点ListNode rPrev = rear.prev;if (rPrev != null) {rPrev.next = null;rear.prev = null;}rear = rPrev; // 更新尾节点}queSize--; // 更新队列长度return val;}/* 队首出队 */public int popFirst() {return pop(true);}/* 队尾出队 */public int popLast() {return pop(false);}/* 访问队首元素 */public int peekFirst() {if (isEmpty())throw new IndexOutOfBoundsException();return front.val;}/* 访问队尾元素 */public int peekLast() {if (isEmpty())throw new IndexOutOfBoundsException();return rear.val;}/* 返回数组用于打印 */public int[] toArray() {ListNode node = front;int[] res = new int[size()];for (int i = 0; i < res.length; i++) {res[i] = node.val;node = node.next;}return res;}
}
/* 双向链表节点 */
struct DoublyListNode {int val;              // 节点值DoublyListNode *next; // 后继节点指针DoublyListNode *prev; // 前驱节点指针DoublyListNode(int val) : val(val), prev(nullptr), next(nullptr) {}
};/* 基于双向链表实现的双向队列 */
class LinkedListDeque {private:DoublyListNode *front, *rear; // 头节点 front ,尾节点 rearint queSize = 0;              // 双向队列的长度public:/* 构造方法 */LinkedListDeque() : front(nullptr), rear(nullptr) {}/* 析构方法 */~LinkedListDeque() {// 遍历链表删除节点,释放内存DoublyListNode *pre, *cur = front;while (cur != nullptr) {pre = cur;cur = cur->next;delete pre;}}/* 获取双向队列的长度 */int size() {return queSize;}/* 判断双向队列是否为空 */bool isEmpty() {return size() == 0;}/* 入队操作 */void push(int num, bool isFront) {DoublyListNode *node = new DoublyListNode(num);// 若链表为空,则令 front 和 rear 都指向 nodeif (isEmpty())front = rear = node;// 队首入队操作else if (isFront) {// 将 node 添加至链表头部front->prev = node;node->next = front;front = node; // 更新头节点// 队尾入队操作} else {// 将 node 添加至链表尾部rear->next = node;node->prev = rear;rear = node; // 更新尾节点}queSize++; // 更新队列长度}/* 队首入队 */void pushFirst(int num) {push(num, true);}/* 队尾入队 */void pushLast(int num) {push(num, false);}/* 出队操作 */int pop(bool isFront) {if (isEmpty())throw out_of_range("队列为空");int val;// 队首出队操作if (isFront) {val = front->val; // 暂存头节点值// 删除头节点DoublyListNode *fNext = front->next;if (fNext != nullptr) {fNext->prev = nullptr;front->next = nullptr;delete front;}front = fNext; // 更新头节点// 队尾出队操作} else {val = rear->val; // 暂存尾节点值// 删除尾节点DoublyListNode *rPrev = rear->prev;if (rPrev != nullptr) {rPrev->next = nullptr;rear->prev = nullptr;delete rear;}rear = rPrev; // 更新尾节点}queSize--; // 更新队列长度return val;}/* 队首出队 */int popFirst() {return pop(true);}/* 队尾出队 */int popLast() {return pop(false);}/* 访问队首元素 */int peekFirst() {if (isEmpty())throw out_of_range("双向队列为空");return front->val;}/* 访问队尾元素 */int peekLast() {if (isEmpty())throw out_of_range("双向队列为空");return rear->val;}/* 返回数组用于打印 */vector<int> toVector() {DoublyListNode *node = front;vector<int> res(size());for (int i = 0; i < res.size(); i++) {res[i] = node->val;node = node->next;}return res;}
};

基于数组的实现

与基于数组实现队列类似,我们也可以使用环形数组来实现双向队列。

在队列的实现基础上,仅需增加“队首入队”和“队尾出队”的方法:

/* 基于环形数组实现的双向队列 */
class ArrayDeque {private int[] nums; // 用于存储双向队列元素的数组private int front; // 队首指针,指向队首元素private int queSize; // 双向队列长度/* 构造方法 */public ArrayDeque(int capacity) {this.nums = new int[capacity];front = queSize = 0;}/* 获取双向队列的容量 */public int capacity() {return nums.length;}/* 获取双向队列的长度 */public int size() {return queSize;}/* 判断双向队列是否为空 */public boolean isEmpty() {return queSize == 0;}/* 计算环形数组索引 */private int index(int i) {// 通过取余操作实现数组首尾相连// 当 i 越过数组尾部后,回到头部// 当 i 越过数组头部后,回到尾部return (i + capacity()) % capacity();}/* 队首入队 */public void pushFirst(int num) {if (queSize == capacity()) {System.out.println("双向队列已满");return;}// 队首指针向左移动一位// 通过取余操作实现 front 越过数组头部后回到尾部front = index(front - 1);// 将 num 添加至队首nums[front] = num;queSize++;}/* 队尾入队 */public void pushLast(int num) {if (queSize == capacity()) {System.out.println("双向队列已满");return;}// 计算队尾指针,指向队尾索引 + 1int rear = index(front + queSize);// 将 num 添加至队尾nums[rear] = num;queSize++;}/* 队首出队 */public int popFirst() {int num = peekFirst();// 队首指针向后移动一位front = index(front + 1);queSize--;return num;}/* 队尾出队 */public int popLast() {int num = peekLast();queSize--;return num;}/* 访问队首元素 */public int peekFirst() {if (isEmpty())throw new IndexOutOfBoundsException();return nums[front];}/* 访问队尾元素 */public int peekLast() {if (isEmpty())throw new IndexOutOfBoundsException();// 计算尾元素索引int last = index(front + queSize - 1);return nums[last];}/* 返回数组用于打印 */public int[] toArray() {// 仅转换有效长度范围内的列表元素int[] res = new int[queSize];for (int i = 0, j = front; i < queSize; i++, j++) {res[i] = nums[index(j)];}return res;}
}
/* 基于环形数组实现的双向队列 */
class ArrayDeque {private:vector<int> nums; // 用于存储双向队列元素的数组int front;        // 队首指针,指向队首元素int queSize;      // 双向队列长度public:/* 构造方法 */ArrayDeque(int capacity) {nums.resize(capacity);front = queSize = 0;}/* 获取双向队列的容量 */int capacity() {return nums.size();}/* 获取双向队列的长度 */int size() {return queSize;}/* 判断双向队列是否为空 */bool isEmpty() {return queSize == 0;}/* 计算环形数组索引 */int index(int i) {// 通过取余操作实现数组首尾相连// 当 i 越过数组尾部后,回到头部// 当 i 越过数组头部后,回到尾部return (i + capacity()) % capacity();}/* 队首入队 */void pushFirst(int num) {if (queSize == capacity()) {cout << "双向队列已满" << endl;return;}// 队首指针向左移动一位// 通过取余操作实现 front 越过数组头部后回到尾部front = index(front - 1);// 将 num 添加至队首nums[front] = num;queSize++;}/* 队尾入队 */void pushLast(int num) {if (queSize == capacity()) {cout << "双向队列已满" << endl;return;}// 计算队尾指针,指向队尾索引 + 1int rear = index(front + queSize);// 将 num 添加至队尾nums[rear] = num;queSize++;}/* 队首出队 */int popFirst() {int num = peekFirst();// 队首指针向后移动一位front = index(front + 1);queSize--;return num;}/* 队尾出队 */int popLast() {int num = peekLast();queSize--;return num;}/* 访问队首元素 */int peekFirst() {if (isEmpty())throw out_of_range("双向队列为空");return nums[front];}/* 访问队尾元素 */int peekLast() {if (isEmpty())throw out_of_range("双向队列为空");// 计算尾元素索引int last = index(front + queSize - 1);return nums[last];}/* 返回数组用于打印 */vector<int> toVector() {// 仅转换有效长度范围内的列表元素vector<int> res(queSize);for (int i = 0, j = front; i < queSize; i++, j++) {res[i] = nums[index(j)];}return res;}
};


总结

  • 栈是一种遵循先入后出原则的数据结构,可通过数组或链表来实现。
  • 在时间效率方面,栈的数组实现具有较高的平均效率,但在扩容过程中,单次入栈操作的时间复杂度会劣化至 �(�) 。相比之下,栈的链表实现具有更为稳定的效率表现。
  • 在空间效率方面,栈的数组实现可能导致一定程度的空间浪费。但需要注意的是,链表节点所占用的内存空间比数组元素更大。
  • 队列是一种遵循先入先出原则的数据结构,同样可以通过数组或链表来实现。在时间效率和空间效率的对比上,队列的结论与前述栈的结论相似。
  • 双向队列是一种具有更高自由度的队列,它允许在两端进行元素的添加和删除操作。

啊加油,我可以的!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/597883.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

how2heap-2.23-04-unsorted_bin_leak

#include<stdio.h> #include<malloc.h>int main() {char* a malloc(0x88);char* b malloc(0x8);free(a);long* c malloc(0x88);printf("%lx , %lx\n",c[0],c[1]);return 0; }unsorted bin leak原理&#xff1a;将chunk从unsorted bin申请回来时&#…

服务器磁盘挂载及格式化

一边学习,一边总结,一边分享! 写在前面 最近一直折腾组装的电脑,来回折腾了很久关于我花费六千多组了台window+Linux主机,目前基本是可以使用了。对于Windows主机配置基本是没问题,一直在使用,以及桌面化软件,都可以自己安装,只是说这台主机有些软件可能一时半会安装…

七款人体感应报警器电路图

人体感应报警器电路图&#xff08;一&#xff09; 人体发出的红外线波长在9&#xff5e;10um之间&#xff0c;属远红外线区。我们利用热释电红外传感器及信号处理集成电路&#xff0c;组装成一个人体红外线感应开关电路报警器&#xff0c;它能依靠人体发出的微量红外线进行开关…

【springboot+vue项目(十一)】springboot整合EasyExcel

EasyExcel是阿里巴巴开源的一个Java库&#xff0c;用于操作Excel文件。它提供了简单易用的API&#xff0c;可以读取、写入和转换Excel文件&#xff0c;支持大量数据的导入和导出操作。 一、添加依赖&#xff08;版本3.2&#xff09; <!--easyexcel操作excel--> <depe…

Hadoop入门学习笔记——八、数据分析综合案例

视频课程地址&#xff1a;https://www.bilibili.com/video/BV1WY4y197g7 课程资料链接&#xff1a;https://pan.baidu.com/s/15KpnWeKpvExpKmOC8xjmtQ?pwd5ay8 Hadoop入门学习笔记&#xff08;汇总&#xff09; 目录 八、数据分析综合案例8.1. 需求分析8.1.1. 背景介绍8.1.2…

ocrmypdf_pdf识别

安装 安装说明 https://ocrmypdf.readthedocs.io/en/latest/installation.html#native-windows提到需要的软件&#xff1a; Python 3.7 (64-bit) or later Tesseract 4.0 or later Ghostscript 9.50 or later 安装 ocrmypdf pip install ocrmypdf 添加语言包 https://oc…

一篇文章带你了解基于 Jenkins 流水线方式部署的好处

在软件开发过程中&#xff0c;部署是将代码从开发环境转移到生产环境的关键步骤。传统的部署方式可能涉及多个手动步骤和容易出错的过程。然而&#xff0c;基于 Jenkins 流水线方式部署可以带来许多好处&#xff0c;包括提高效率、一致性和可靠性。本文将探讨基于 Jenkins 流水…

Flume基础知识(六):Flume实战之实时监控目录下的多个追加文件

Exec source 适用于监控一个实时追加的文件&#xff0c;不能实现断点续传&#xff1b;Spooldir Source 适合用于同步新文件&#xff0c;但不适合对实时追加日志的文件进行监听并同步&#xff1b;而 Taildir Source 适合用于监听多个实时追加的文件&#xff0c;并且能够实现断点…

【React系列】React中的CSS

本文来自#React系列教程&#xff1a;https://mp.weixin.qq.com/mp/appmsgalbum?__bizMzg5MDAzNzkwNA&actiongetalbum&album_id1566025152667107329) 一. React中的css方案 1.1. react 中的 css 事实上&#xff0c;css 一直是 React 的痛点&#xff0c;也是被很多开发…

接了一条路由器视频广告

关注卢松松&#xff0c;会经常给你分享一些我的经验和观点。 2023年7月&#xff0c;松松团队荣幸的承接了“某口袋路由器”的短视频广告。 我们向客户索取了了几个卖点&#xff1a; 1.家用美观不用走线(无线小巧美观) 外出便携(出差、户外直播、露营等&#xff0c;只要充满电…

基于深度学习大模型实现离线翻译模型私有化部署使用,通过docker打包开源翻译模型,可到内网或者无网络环境下运行使用,可以使用一千多个翻译模型语言模型进行翻译

基于深度学习大模型实现离线翻译模型私有化部署使用,通过docker打包开源翻译模型,可到内网或者无网络环境下运行使用,可以使用一千多个翻译模型语言模型进行翻译,想要什么语种直接进行指定和修改就行。 环境要求,电脑内存低于8G建议不要尝试了,有无GPU都可以运行,但是有…

SpringBoot3多数据源动态切换

demo使用的时SpringBoot3.x、JDK17、MybatisPlus3.5.x、MySQL8 从数据中加载数据源 定义接口&#xff0c;指定数据源&#xff0c;从不同数据库获取数据 创建数据源表&#xff0c;用于指定不同数据源&#xff0c;程序自动动态获取 项目版本依赖关系 demo中所用到的工具以及…

代码+视频,手把手教你R语言使用forestploter包绘制单组及双组森林图

森林图在论文中很常见&#xff0c;多用于表示多因素分析中的变量与结果变量的比值效应&#xff0c;可以用图示的方法比较直观的绘制出来。既往我们在文章《R语言快速绘制多因素回归分析森林图&#xff08;1&#xff09;》已经介绍了怎么绘制森林图&#xff0c;但是绘图比较简单…

开启Android学习之旅-2-架构组件实现数据列表及添加(kotlin)

Android Jetpack 体验-官方codelab 1. 实现功能 使用 Jetpack 架构组件 Room、ViewModel 和 LiveData 设计应用&#xff1b;从sqlite获取、保存、删除数据&#xff1b;sqlite数据预填充功能&#xff1b;使用 RecyclerView 展示数据列表&#xff1b; 2. 使用架构组件 架构组…

Python从入门到网络爬虫(内置函数详解)

前言 Python 内置了许多的函数和类型&#xff0c;比如print()&#xff0c;input()等&#xff0c;我们可以直接在程序中使用它们&#xff0c;非常方便&#xff0c;并且它们是Python解释器的底层实现的&#xff0c;所以效率是比一般的自定义函数更有效率。目前共有71个内置函数&…

全球海洋数据 (GLODAP) v2.2023(海洋碳数据产品)

全球海洋数据分析项目 (GLODAP) v2.2023 全球海洋数据分析项目 (GLODAP) v2.2023 代表了海洋生物地球化学瓶数据合成方面的重大进步。此更新主要关注海水无机碳化学&#xff0c;以 GLODAPv2.2022 为基础&#xff0c;包含多项关键增强功能。值得注意的是&#xff0c;增加了 43 …

CISSP 第9章:安全脆弱性、威胁和对策

第九章 安全脆弱性、威胁和对策 9.1 评估和缓解安全脆弱性 9.1 硬件 处理器 执行类型 多任务处理&#xff1a; 同时处理两个或更多任务 多处理&#xff1a; 利用多个处理器完成一个应用程序的处理能力 多程序设计&#xff1a;通过操作系统对单个处理器上的两个任务进行协调&…

Node.js+Express+Mysql实现分页查询

根据记录数总数和分页数获到页总数 function pageCount (totalnum,limit){return totalnum > 0 ? ((totalnum < limit) ? 1 : ((totalnum % limit) ? (parseInt(totalnum / limit) 1) : (totalnum / limit))) : 0; } 接收请求代码 router.get(/api/user/page, asy…

SSCI及SCI撰写|查找文献doi的八大方法

一、前言 (一)文献DOI概念介绍 DOI&#xff08;Digital Object Identifier&#xff09;是一种用于标识数字对象的持久性标识符系统。在学术出版领域&#xff0c;DOI通常用于标识和定位学术文献&#xff0c;包括期刊文章、会议论文、报告等。以下是 DOI 的一些重要特点和介绍&a…

【网络】网络层IP地址和IP数据报的格式

&#x1f984; 个人主页——&#x1f390;开着拖拉机回家_Linux,大数据运维-CSDN博客 &#x1f390;✨&#x1f341; &#x1fa81;&#x1f341;&#x1fa81;&#x1f341;&#x1fa81;&#x1f341;&#x1fa81;&#x1f341; &#x1fa81;&#x1f341;&#x1fa81;&am…