当前位置:   article > 正文

Java数据结构 栈 使用链表、数组实现栈(可调整大小)_java栈移动数组

java栈移动数组

jdk1.8

**

基础数据结构——下压栈

**

LIFO,可动态调整大小的栈实现

栈的使用及实现

  • 下压栈(或简称栈): 是一种基于后进先出策略的集合类型。

  • 场景:

    1.存放电子邮件——在收信时将邮件压入最顶端,在取信时从最顶端将它们弹出。第一封一定是最新的邮件。好处是可以及时看到感兴趣的邮件,但不把栈清空,较早的邮件可能不会被读到。

    2.网上冲浪——点击一个超链接,浏览器会显示一个新的页面(并将其压入一个栈)。不断点击超链接进入新的页面,但总可以通过“回退”按钮重新访问以前的页面。

Java集合库提供的栈使用

public static void main(String[] args) {
    Stack<Integer> stack;
    stack = new Stack<>();
    int [] arr = { 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 };
    for (int x : arr){
        stack.push(x);
    }
    while ( !stack.isEmpty() )
    {
        System.out.print(stack.pop()+"\t");
    }
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12

使用数组实现可动态调整大小的栈

import java.util.Iterator;

/**
 * @Auther: Charherogit
 * @Package: DataStructure.basic
 */
public class ResizingArrayStack<Item> implements Iterable<Item> {

    private Item[] a = (Item[]) new Object[1];      //栈元素
    private int N = 0;      //元素数量

    public boolean isEmpty(){ return N == 0; }
    public int size(){ return N; }

    //将栈移动到一个大小为max的新数组
    private void resize(int max)
    {
        Item[] temp = (Item[]) new Object[max];
        for (int i = 0; i < N ; i++)
            temp[i] = a[i];
        a = temp;
    }

    //将元素添加到栈顶
    public void push(Item item)
    {
        if (N == a.length) resize(2*a.length);
        a[N++] = item;
    }

    //从栈顶删除元素
    public Item pop()
    {
        Item item = a[--N];
        a[N] = null;
        if (N > 0 && N == a.length/4 ) resize(a.length/2);
        return item;
    }

    @Override
    public Iterator<Item> iterator() {
        return new ReverseArrayIterator();
    }

	//支持后进先出的迭代
    private class ReverseArrayIterator implements Iterator<Item>{

        private int i = N;

        @Override
        public boolean hasNext() {
            return i > 0 ;
        }

        @Override
        public Item next() {
            return a[--i];
        }
        
        public void remove(){}
    }

}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63

链表实现下压堆栈

import java.util.Iterator;

/**
 * @Auther: Charherogit
 * @Package: DataStructure.basic
 */
public class ListStack<Item> implements Iterable<Item> {
    //节点嵌套类
    private class Node{
        Item item;
        Node next;
    }

    private Node first;     //栈顶(最近添加的元素)
    private int N;      //元素数量

    public boolean isEmpty(){ return N == 0; }
    public int size(){ return N; }

    //向栈顶添加元素
    public void push(Item item)
    {
        Node oldfirst = first;
        first = new Node();
        first.item = item;
        first.next = oldfirst;
        N++;
    }
    
    //从栈顶删除元素
    public Item pop(){
        Item item = first.item;
        first = first.next;
        N--;
        return item;
    }
    
    @Override
    public Iterator<Item> iterator() {
        return new ListIterator();
    }
    
    private class ListIterator implements Iterator<Item>{

        private Node current = first;
        
        @Override
        public boolean hasNext() {
            return current != null;
        }

        public void remove(){}
        
        @Override
        public Item next() {
            Item item = current.item;
            current = current.next;
            return item;
        }
    }
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61

栈的算法应用

  • 四则运算

    针对一个字符串(算术表达式 eg:(1 + ( ( 2 + 3 ) * ( 4 * 5 ) ) )。 这个算术表达式可能是一个数字,可能是由数字和运算符或者加上括号组成的表达式。

    针对这种由括号、运算符和数字组成的字符串,并按照正确的顺序完成各种初级算术运算操作。可以使用两个栈来完成。

    分4中情况从左到右逐个将其入栈处理
    	1.将操作数压入操作数栈
    	2.将运算符压入运算符栈
    	3.忽略左括号
    	4.遇到右括号,弹出一个操作符,弹出所需数量的操作数,并将运算符和操作数的运算结果压入操作数栈
    
    • 1
    • 2
    • 3
    • 4
    • 5

    具体实现

    public static void main(String[] args) {
        Stack<String> ops = new Stack<>();
        Stack<Double> vals = new Stack<>();
        //以下为两个测试用例
        //	( 1 + ( ( 2 + 3 ) * ( 4 * 5 ) ) )   101.0
        //	( ( 1 + sqrt ( 5.0 ) ) / 2.0 )		1.618033988749895
        String str = new Scanner(System.in).nextLine();
        int i = 0;
        int j = -1;
        Deque<String> deque = new LinkedList<>();
        for (char x : str.toCharArray()){
            if (x == ' '){
                deque.offer(str.substring(j+1,i));
                j = i;
            }
            i++;
        }
        deque.offer(str.substring(j+1,i));
        while ( !deque.isEmpty() )
        {
            String s = deque.pop();
            if (s.equals("(")) ;
            else if (s.equals("+")) ops.push(s);
            else if (s.equals("-")) ops.push(s);
            else if (s.equals("*")) ops.push(s);
            else if (s.equals("/")) ops.push(s);
            else if (s.equals("sqrt")) ops.push(s);
            else if (s.equals(")"))
            {
                String op = ops.pop();
                double v = vals.pop();
                if (op.equals("+")) v = vals.pop() + v;
                else if (op.equals("-")) v = vals.pop() - v;
                else if (op.equals("*")) v = vals.pop() * v;
                else if (op.equals("/")) v = vals.pop() / v;
                else if (op.equals("sqrt")) v = Math.sqrt(v);
                vals.push(v);
            }
            else vals.push(Double.parseDouble(s));
        }
        System.out.println(vals.pop());
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
  • DFS深度优先遍历

    栈在算法中另一个应用则是深度优先遍历的应用。在各种树的模型中,进行树的深度遍历,使用栈是最好的选择。

    在二叉树中,针对于前中后序遍历,我们一般使用递归算法,非常简单。在使用非递归算法中,我们则需要借用栈的特性来进行迭代遍历。

    除此之外,包括各种树的变形题,二叉树的左右视图、N叉树遍历等。

    当然有些问题使用队列来进行广度优先遍历更方便。

    深度优先遍历在一点程度上比较类似于回溯算法。在各种问题中,DFS和回溯使用的解题策略是差不多的。


有兴趣的关注我的公众号,一起学习交流啊
在这里插入图片描述

转到 》深度优先遍历


上一篇 》数组与链表


下一篇 》队列


返回 》数据结构

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/581729
推荐阅读
相关标签
  

闽ICP备14008679号