python数据结构之栈队列和双端队列

Posted 2021-09-03 柳小葱

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python数据结构之栈队列和双端队列相关的知识，希望对你有一定的参考价值。

🏆在上一章的学习中，我们主要学习了怎么去衡量一个算法的好坏，比较常见的方式是使用大O记法，就是所谓的时间复杂度，这一章节我来学习基本的数据结构，如栈、队列和双端队列等等。对往期章节感兴趣的小伙伴可以在下面进行查看👇:

python数据类型: python数据结构之数据类型.
python的输入输出: python数据结构之输入输出、控制和异常.
python数据结构之面向对象: python数据结构之面向对象.
python数据结构之算法分析: python数据结构之算法分析.

🍭今天来学习数据结构之栈、队列和双端队列，主要是使用python来实现这些基础的数据结构，了解他们的性能，可能还会接触到二叉树，还会了解用这些结构来解决什么样的问题。总而言之，很重要就对了。

1.线性数据结构的定义

我们首先学习 4 种简单而强大的数据结构。栈、队列、双端队列和列表都是有序的数据集合，其元素的顺序取决于添加顺序或移除顺序。一旦某个元素被添加进来，它与前后元素的相对位置将保持不变。这样的数据集合经常被称为线性数据结构。
线性数据结构可以看作有两端。这两端有时候被称作“左端”和“右端”，有时候也被称作 “前端”和“后端”。当然，它们还可以被称作“顶端”和“底端”。名字本身并不重要，真正区分线性数据结构的是元素的添加方式和移除方式，尤其是添加操作和移除操作发生的位置。举例来说，某个数据结构可能只允许在一端添加新元素，有些则允许从任意一端移除元素。

2.栈

2.1 栈的定义

栈有时也被称作“下推栈”。它是有序集合，添加操作和移除操作总发生在同一端，即“顶端”，另一端则被称为“底端”。

栈中的元素离底端越近，代表其在栈中的时间越长，因此栈的底端具有非常重要的意义。最新添加的元素将被最先移除。这种排序原则被称作 LIFO(last-in first-out)，即后进先出。它提供了一种基于在集合中的时间来排序的方式。最近添加的元素靠近顶端，旧元素则靠近底端。

给大家举个例子：比如你放书，你最先看过的书会被放在最底下。

栈的特点：每次的操作只能在栈道顶端进行。先进后出！插入和取出的顺序相反。

2.2 栈的数据类型

栈这种数据类型是人为定义的，在基础数据类型不存在，需要我们自己定义，它有一下操作：

Stack()创建一个空栈。它不需要参数，且会返回一个空栈
push(item)将一个元素添加到栈的顶端。它需要一个参数 item，且无返回值
pop()将栈顶端的元素移除。它不需要参数，但会返回顶端的元素，并且修改栈的内容
peek()返回栈顶端的元素，但是并不移除该元素。它不需要参数，也不会修改栈的内容
isEmpty()检查栈是否为空。它不需要参数，且会返回一个布尔值
size()返回栈中元素的数目。它不需要参数，且会返回一个整数。

例如下图是一个新创建的空栈。展示了对栈进行一系列操作的结果。在“栈内容”一列中，栈顶端的元素位于最右侧。

2.3 用python实现栈

在前面一章中我们说到，python是一门面向对象的编程语言，每当需要在 Python 中实现像栈这样的抽象数据类型时，就可以创建新类。栈的操作通过方法实现。更进一步地说，因为栈是元素的集合，所以完全可以利用 Python 提供的强大、简单的原生集合来实现。这里我们基于列表来实现栈。

class stack:
    def __init__(self):#构建空栈
        self.items = []
    def isEmpty(self):#判断是否为空
        return self.item==[]
    def push(self, item):#向栈内押送数据
        self.items.append(item)
    def pop(self):#移除栈顶的元素
        return self.items.pop()
    def peek(self):#返回栈顶顶元素
        return self.items[len(self.items)-1]
    def size(self):#返回栈的长度
        return len(self.items)

演示：

2.4 栈的应用

计算机中匹配括号
将十进制数转换成二进制数
前序、中序和后序表达式

3. 队列

3.1 队列的定义

队列是有序集合，添加操作发生在“尾部”，移除操作则发生在“头部”。新元素从尾部进入队列，然后一直向前移动到头部，直到成为下一个被移除的元素。
最新添加的元素必须在队列的尾部等待，在队列中时间最长的元素则排在最前面。这种排序原则被称作 FIFO(first-in first-out)，即先进先出，也称先到先得。

在日常生活中，我们经常排队，这便是最简单的队列例子。进电影院要排队，在超市结账要排队，买咖啡也要排队(等着从盘子栈中取盘子)。好的队列只允许一头进，另一头出，不可能发生插队或者中途离开的情况，给大家看一个图：

3.2 队列抽象数据类型

队列抽象数据类型由下面的结构和操作定义。如前所述，队列是元素的有序集合，添加操作发生在其尾部，移除操作则发生在头部。队列的操作顺序是 FIFO，它支持以下操作：

Queue()创建一个空队列。它不需要参数，且会返回一个空队列
enqueue(item)在队列的尾部添加一个元素。它需要一个元素作为参数，不返回任何值
dequeue()从队列的头部移除一个元素。它不需要参数，且会返回一个元素，并修改队列内容
isEmpty()检查队列是否为空。它不需要参数，且会返回一个布尔值
size()返回队列中元素的数目。它不需要参数，且会返回一个整数

如下图：展示了对 q 进行一系列操作的结果。假设 q 是一个新创建的空队列。在“队列内容”列中，队列的头部位于右端。4 是第一个被添加到队列中的元素，因此它也是第一个被移除的元素。

3.3 用python实现队列

创建一个新类来实现队列抽象数据类型是十分合理的。像之前一样，我们利用简洁强大的列表来实现队列。假设队列的尾部在列表的位置 0 处。如此一来，便可以使用 insert 函数向队列的尾部添加新元素。pop 则可用于移除队列头部的元素(列表中的最后一个元素)。这意味着添加操作的时间复杂度是 O(n) ，移除操作则是O(1)。

class queue:
    def __init__(self): #构建初始队列
        self.items=[]
    def isEmpty(self):#判断是否为空
        return self.items==[]
    def enqueue(self,item):#加入队列
        self.items.insert(0,item)
    def dequeue(self):#删除队列元素
        return self.items.pop()
    def size(self):#展示队列长度
        return len(self.items)

演示：

3.3 队列的应用

著名的约瑟夫环
排队任务

4. 双端队列

双端队列与栈和队列不同的是，双端队列的限制很少。注意，不要把它的英文名 deque(与 deck 同音)和队列的移除操作 dequeue 搞混了。

4.1 双端队列的定义

双端队列是与队列类似的有序集合。它有一前、一后两端，元素在其中保持自己的位置。与队列不同的是，双端队列对在哪一端添加和移除元素没有任何限制。新元素既可以被添加到前端，也可以被添加到后端。同理，已有的元素也能从任意一端移除。某种意义上，双端队列是栈和队列的结合。下图展示了由 Python 数据对象组成的双端队列：

值得注意的是，尽管双端队列有栈和队列的很多特性，但是它并不要求按照这两种数据结构分别规定的 LIFO 原则和 FIFO 原则操作元素。具体的排序原则取决于其使用者。

4.2 双端队列抽象数据类型

双端队列抽象数据类型由下面的结构和操作定义。如前所述，双端队列是元素的有序集合，其任何一端都允许添加或移除元素。双端队列支持以下操作：

Deque()创建一个空的双端队列。它不需要参数，且会返回一个空的双端队列。
addFront(item)将一个元素添加到双端队列的前端。它接受一个元素作为参数，没有返回值。
addRear(item)将一个元素添加到双端队列的后端。它接受一个元素作为参数，没有返回值。
removeFront()从双端队列的前端移除一个元素。它不需要参数，且会返回一个元素，并修改双端队列的内容。
removeRear()从双端队列的后端移除一个元素。它不需要参数，且会返回一个元素，并修改双端队列的内容。
isEmpty()检查双端队列是否为空。它不需要参数，且会返回一个布尔值。
size()返回双端队列中元素的数目。它不需要参数，且会返回一个整数。

下图展示了对 d 进行一系列操作的结果。假设 d 是一个新创建的空双端队列，注意，前端在列表的右端。记住前端和后端的位置可以防止混淆。

4.3 用python实现双端队列

和前面一样，我们通过创建一个新类来实现双端队列抽象数据类型。Python 列表再一次提供了很多简便的方法来帮助我们构建双端队列。在下图中，我们假设双端队列的后端是列表的位置 0 处。

class Deque:
    def __init__(self):#创建新的双端队列
        self.items = []
    def isEmpty(self):#判断是否为空
        return self.items == []
    def addFront(self, item):#在前端添加元素
        self.items.append(item)
    def addRear(self, item):#在后端添加字符
        self.items.insert(0, item)
    def removeFront(self):#移除前端的字符
        return self.items.pop()
    def removeRear(self):#在后端异常字符
        return self.items.pop(0)
    def size(self):#双端队列的长度
        return len(self.items)

演示：

4.3 双端队列的应用

回文数检测

5.链表

5.1 链表定义

链表必须指明列表中第一个元素的位置。一旦知道第一个元素的位置，就能根据其中的链接信息访问第二个元素，接着访问第三个元素，依此类推。指向链表第一个元素的引用被称作头。最后一个元素需要知道自己没有下一个元素。

5.2 用python实现链表

==节点(node)==是构建链表的基本数据结构。每一个节点对象都必须持有至少两份信息。首先,节点必须包含列表元素，我们称之为节点的数据变量。其次,节点必须保存指向下一个节点的引用。

#声明一个链表节点的结构
class Node:
    def __init__(self, initdata):#初始化节点，next为none
        self.data = initdata
        self.next = None
    def getData(self):#节点的值
        return self.data
    def getNext(self):#节点的下一个节点
        return self.next
    def setData(self, newdata):#设置节点的值
        self.data = newdata
    def setNext(self, newnext):#设置节点的下一节点连接值
        self.next = newnext

链表是基于节点集合来构建的，每一个节点都通过显式的引用指向下一个节点。只要知道第一个节点的位置(第一个节点包含第一个元素)，其后的每一个元素都能通过下一个引用找到。因此，节点类必须包含指向第一个节点的引用。注意，每一个列表对象都保存了指向列表头部的引用。

#声明一个链表开头
class UnorderedList:
    def __init__(self):
        self.head = None

最开始构建列表时，其中没有元素,赋值语句 mylist = UnorderedList()将创建下图的链表，与在 Node 类中一样，特殊引用值 None 用于表明列表的头部没有指向任何节点。列表的头部指向包含列表第一个元素的节点。这个节点包含指向下一个节点(元素)的引用，依此类推。非常重要的一点是，列表类本身并不包含任何节点对象，而只有指向整个链表结构中第一个节点的引用。

关于链表的操作我们这里就一下子给大家了：

#声明节点结构，在创建链表是会用到改结构
class Node:
    def __init__(self, initdata):#初始化节点，next为none
        self.data = initdata
        self.next = None
    def getData(self):#节点的值
        return self.data
    def getNext(self):#节点的下一个节点
        return self.next
    def setData(self, newdata):#设置节点的值
        self.data = newdata
    def setNext(self, newnext):#设置节点的下一节点连接值
        self.next = newnext
#声明一个链表结构，里面包含很多节点
class UnorderedList:
    def __init__(self):
        self.head = None 
    def add(self, item): #增加一个节点
        temp = Node(item) 
        temp.setNext(self.head) 
        self.head = temp
        
    def length(self): #链表长度
        current = self.head 
        count = 0     
        while current != None: 
            count = count + 1 
            current = current.getNext() 
        return count

    def search(self, item): #查找是否存在该节点
        current = self.head 
        found = False 
        while current != None and not found: 
            if current.getData() == item: 
                found = True
            else: 
                current = current.getNext() 
        return found
    def remove(self, item): #移除该节点
        current = self.head 
        previous = None 
        found = False 
        while not found: 
            if current.getData() == item: 
                found = True 
            else: 
                previous = current 
                current = current.getNext() 
        if previous == None: 
            self.head = current.getNext() 
        else: 
            previous.setNext(current.getNext())