聊一聊算法之旅:栈
本质栈是一种特殊的数据结构,它特殊在它的结构,与数组、链表不同的是,它的数据出入规则是先进后出,后进先出。
由于它这种特殊的特性,它一般用于指定的场景之下,例如浏览器的前进与回退效果。
浏览器的特性是我们可以向前访问我们之前访问的网站,也可以向后访问后面的网站。
浏览器的这种特性,完美匹配了栈的结构。
我们只需使用两个栈,分别代表浏览器的向前访问与向后访问。
当某个数据集合只涉及在一端插入和删除数据,并且满足先进后出,后进先出的特性,这时我们应该想到的是栈,看它是否能够更好的实现我们所需的场景。
实现方式栈的实现方式有两种,一种是基于数组的实现方式,称为顺序栈;另一种是基于链表的实现方式,称为链式栈。
这两种实现方式区别不是很多,实现之后栈的出入时间复杂度都是O(1)。
不同的是基于数组实现的栈消耗的内存更少,因为它不需要额外保存指向的指针。
但基于数组的一额外需要做的是,如果需要实现不定大小的栈,它需要实现动态扩容,这是所有基于数组实现的一个必修课。
下面我们来实现一个基于数组的顺序栈,为了减少复杂度,不考虑扩容的情况。
// 基于数组实现的顺序栈class ArrayStack(private val n: Int) { private val items = arrayOfNulls(n) // 栈数组 private var count = 0 // 栈的当前大小 // 入栈 fun push(item: String): Boolean { // 数组空间不够了,直接返回false,入栈失败 if (count == n) return false // 将item放到下标为count的位置,并且count加一 items[count] = item ++count return true } // 出栈 fun pop(): String? { // 栈为空,则直接返回null if (count == 0) return null // 返回下标为count-1的数组元素,并且栈中元素个数count减一 val tmp = items[count - 1] --count return tmp }}
基于上面的实现,我们能够很容易得出栈的出入时间复杂度为O(1)。
另一方面,由于没有额外的空间申请,所以栈的空间复杂度为O(1)。
扩容上面我们实现的是一个固定的顺序栈,也就是说初始化的时候已经指定了栈的大小,当栈满了的时候,无法进行向栈中添加数据。基于链表的链式栈没有这种限制。
为了解决顺序栈的这种限制,我们需要对数据进行扩容操作,这在数组那一节也有提及过。
所以,如果要实现一个支持扩容的栈,我们只需底层依赖一个基于扩容的数组即可。
具体的扩容示意图如下
具体代码实现可以查看数据的扩容。
下面我们再来分析一下基于数组扩容的栈的时间复杂度。
未达到栈的大小时,这一阶段与固定的顺序栈一样,出入的时间复杂度都为O(1)。
当数据为K时且达到扩容的临界点时,需要将数组的大小扩大到原来的两倍,并将之前的数据拷贝的新的数组中;这一阶段消耗的时间复杂度为O(K)。
当扩容结束之后继续出入栈,此时的时间复杂度又为O(1)。
当再一次达到2k时又需要扩容,拷贝数据到新数组中,此时消耗的时间复杂度为O(2k)。
反复重复以上步骤。
这就是支持扩容的顺序栈的时间复杂度的变化。也就是说最好情况的时间复杂度为O(1);最坏的时间复杂度为O(n)。那么平均时间复杂度呢?
还记得在算法之旅:复杂度分析中提到的均摊时间复杂度吗?
下面我们就利用均摊时间复杂度来分析它的平均时间复杂度。其实看一张图就能够明白均摊时间复杂度的算法。
每次我们都将扩容的所消耗的时间都分摊到之后的入栈中。在分摊之前入栈需要一个push的时间;分摊之后入栈在push的时间上再加上一个数据move的时间。push与move的时间复杂度都为O(1)。
所以均摊之后栈的整个时间复杂度就是O(1),即栈的平均复杂度为O(1)。
栈的应用现在我们已经对栈有了一个全面的了解,为了完全巩固栈这种数据结构,我们剩下的就是练习以达到熟悉程度。
例如实现一个基本的计算器来计算一个简单的字符串表达式的值, 字符串表达式可以包含左括号(,右括号),加号+,减号-,非负整数和空格。
基于表达式的运算,非常符合栈这种结构,我们可以使用栈来实现的。实现思路如下
通过设定一个符号位将所有的运算转化成加法
遇到数字都带上之前的符号位,再与之前的结果做加法运算
遇到'('将之前的符号位与结果保留到栈中,然后再重复1 2步骤计算括号里面的值
遇到')'取出之前保留的符号位与结果,与当前结果做加法运算
/ O(n) /fun calculate(s: String): Int { val numberStack = Stack() var sign = 1 // 符号位 var result = 0 var index = 0 hile (index < s.length) { hen (s[index]) { '+' -> { sign = 1 } '-' -> { sign = -1 } '(' -> { // 将当前结果加入栈中 numberStack.push(result) result = 0 // 将当前符号位加入栈中 numberStack.push(sign) sign = 1 } ')' -> { // 取出之前保留的符号位与结果,与当前结果做加法运算 result = numberStack.pop() result + numberStack.pop() } ' ' -> { } else -> { // 计算出当前的数值,可以能为多位数 var cur = s[index] - '0' hile (index + 1 < s.length && s[index + 1].isDigit()) { cur = cur 10 + (s[++index] - '0') } // 遇到数字带上之前的符号位,再与之前的结果做加法运算 result += cur sign } } index++ } return result}
还有一些关于栈的经典练习,如果能够掌握这些,那么有关栈的算法就基本没什么问题了
比较含退格的字符串
棒球比赛
下一个更大元素
有效的括号
我将源码放在Github上了,如有需要的可以自行查看。
本文转载自微信公众号「 Android补给站
人工智能培训
- 真正能和人交流的机器人什么时候实现
- 国产机器人成功完成首例远程冠脉介入手术
- 人工智能与第四次工业革命
- 未来30年的AI和物联网
- 新三板创新层公司东方水利新增专利授权:“一
- 发展人工智能是让人和机器更好地合作
- 新春贺喜! 经开区持续推进工业互联网平台建设
- 以工业机器人为桥 传统企业如何趟过智造这条河
- 山立滤芯SAGL-1HH SAGL-2HH
- 2015国际智能星创师大赛火热报名中!
- 未来机器人会咋看人类?递归神经网络之父-像蚂
- 成都新川人工智能创新中心二期主体结构封顶
- 斯坦德机器人完成数亿元人民币C轮融资,小米产
- 到2020年,智能手机将拥有十项AI功能,有些可能
- 寻找AI机器人的增长“跳板”:老龄化为支点的产
- 力升高科耐高温消防机器人参加某支队性能测试