我是陈星星,欢迎阅读我亲自写的 数据结构和算法(Golang实现),文章首发于 阅读更友好的GitBook。
栈和队列
一、栈 Stack 和队列 Queue
我们日常生活中,都需要将物品排列,或者安排事情的先后顺序。更通俗地讲,我们买东西时,人太多的情况下,我们要排队,排队也有先后顺序,有些人早了点来,排完队就离开了,有些人晚一点,才刚刚进去人群排队。
数据是有顺序的,从数据1到数据2,再到数据3,和日常生活一样,我们需要放数据,也需要排列数据。
在计算机的世界里,会经常听见两种结构,栈(stack)和队列 (queue)。它们是一种收集数据的有序集合(Collection),只不过删除和访问数据的顺序不同。
1、 栈:先进后出,先进队的数据最后才出来在英文的意思里,stack可以作为一叠的意思,这个排列是垂直的,你将一张纸放在另外一张纸上面,先放的纸肯定是最后才会被拿走,因为上面有一张纸挡住了它;
2、 队列:先进先出,先进队的数据先出来在英文的意思里,queue和现实世界的排队意思一样,这个排列是水平的,先排先得;
我们可以用数据结构:链表(可连续或不连续的将数据与数据关联起来的结构),或数组(连续的内存空间,按索引取值) 来实现栈(stack)和队列 (queue)。
数组实现:能快速随机访问存储的元素,通过下标index访问,支持随机访问,查询速度快,但存在元素在数组空间中大量移动的操作,增删效率低。
链表实现:只支持顺序访问,在某些遍历操作中查询速度慢,但增删元素快。
二、实现数组栈 ArrayStack
数组形式的下压栈,后进先出:
主要使用可变长数组来实现。
// 数组栈,后进先出
type ArrayStack struct {
    array []string   // 底层切片
    size  int        // 栈的元素数量
    lock  sync.Mutex // 为了并发安全使用的锁
}
我们来分析它的各操作。
2.1.入栈
// 入栈
func (stack *ArrayStack) Push(v string) {
    stack.lock.Lock()
    defer stack.lock.Unlock()
    // 放入切片中,后进的元素放在数组最后面
    stack.array = append(stack.array, v)
    // 栈中元素数量+1
    stack.size = stack.size + 1
}
将元素入栈,会先加锁实现并发安全。
入栈时直接把元素放在数组的最后面,然后元素数量加 1。性能损耗主要花在切片追加元素上,切片如果容量不够会自动扩容,底层损耗的复杂度我们这里不计,所以时间复杂度为O(1)。
2.2.出栈
func (stack *ArrayStack) Pop() string {
    stack.lock.Lock()
    defer stack.lock.Unlock()
    // 栈中元素已空
    if stack.size == 0 {
        panic("empty")
    }
    // 栈顶元素
    v := stack.array[stack.size-1]
    // 切片收缩,但可能占用空间越来越大
    //stack.array = stack.array[0 : stack.size-1]
    // 创建新的数组,空间占用不会越来越大,但可能移动元素次数过多
    newArray := make([]string, stack.size-1, stack.size-1)
    for i := 0; i < stack.size-1; i++ {
        newArray[i] = stack.array[i]
    }
    stack.array = newArray
    // 栈中元素数量-1
    stack.size = stack.size - 1
    return v
}
元素出栈,会先加锁实现并发安全。
如果栈大小为0,那么不允许出栈,否则从数组的最后面拿出元素。
元素取出后:
1、 如果切片偏移量向前移动stack.array[0:stack.size-1],表明最后的元素已经不属于该数组了,数组变相的缩容了此时,切片被缩容的部分并不会被回收,仍然占用着空间,所以空间复杂度较高,但操作的时间复杂度为:O(1);
2、 如果我们创建新的数组newArray,然后把老数组的元素复制到新数组,就不会占用多余的空间,但移动次数过多,时间复杂度为:O(n);
最后元素数量减一,并返回值。
2.3.获取栈顶元素
// 获取栈顶元素
func (stack *ArrayStack) Peek() string {
    // 栈中元素已空
    if stack.size == 0 {
        panic("empty")
    }
    // 栈顶元素值
    v := stack.array[stack.size-1]
    return v
}
获取栈顶元素,但不出栈。和出栈一样,时间复杂度为:O(1)。
2.4.获取栈大小和判定是否为空
// 栈大小
func (stack *ArrayStack) Size() int {
    return stack.size
}
// 栈是否为空
func (stack *ArrayStack) IsEmpty() bool {
    return stack.size == 0
}
一目了然,时间复杂度都是:O(1)。
2.5.示例
func main() {
    arrayStack := new(ArrayStack)
    arrayStack.Push("cat")
    arrayStack.Push("dog")
    arrayStack.Push("hen")
    fmt.Println("size:", arrayStack.Size())
    fmt.Println("pop:", arrayStack.Pop())
    fmt.Println("pop:", arrayStack.Pop())
    fmt.Println("size:", arrayStack.Size())
    arrayStack.Push("drag")
    fmt.Println("pop:", arrayStack.Pop())
}
输出:
size: 3
pop: hen
pop: dog
size: 1
pop: drag
三、实现链表栈 LinkStack
链表形式的下压栈,后进先出:
// 链表栈,后进先出
type LinkStack struct {
    root *LinkNode  // 链表起点
    size int        // 栈的元素数量
    lock sync.Mutex // 为了并发安全使用的锁
}
// 链表节点
type LinkNode struct {
    Next  *LinkNode
    Value string
}
我们来分析它的各操作。
3.1.入栈
// 入栈
func (stack *LinkStack) Push(v string) {
    stack.lock.Lock()
    defer stack.lock.Unlock()
    // 如果栈顶为空,那么增加节点
    if stack.root == nil {
        stack.root = new(LinkNode)
        stack.root.Value = v
    } else {
        // 否则新元素插入链表的头部
        // 原来的链表
        preNode := stack.root
        // 新节点
        newNode := new(LinkNode)
        newNode.Value = v
        // 原来的链表链接到新元素后面
        newNode.Next = preNode
        // 将新节点放在头部
        stack.root = newNode
    }
    // 栈中元素数量+1
    stack.size = stack.size + 1
}
将元素入栈,会先加锁实现并发安全。
如果栈里面的底层链表为空,表明没有元素,那么新建节点并设置为链表起点:stack.root = new(LinkNode)。
否则取出老的节点:preNode := stack.root,新建节点:newNode := new(LinkNode),然后将原来的老节点链接在新节点后面:newNode.Next = preNode,最后将新节点设置为链表起点stack.root = newNode。
时间复杂度为:O(1)。
3.2.出栈
// 出栈
func (stack *LinkStack) Pop() string {
    stack.lock.Lock()
    defer stack.lock.Unlock()
    // 栈中元素已空
    if stack.size == 0 {
        panic("empty")
    }
    // 顶部元素要出栈
    topNode := stack.root
    v := topNode.Value
    // 将顶部元素的后继链接链上
    stack.root = topNode.Next
    // 栈中元素数量-1
    stack.size = stack.size - 1
    return v
}
元素出栈。如果栈大小为0,那么不允许出栈。
直接将链表的第一个节点topNode := stack.root的值取出,然后将表头设置为链表的下一个节点:stack.root = topNode.Next,相当于移除了链表的第一个节点。
时间复杂度为:O(1)。
3.3.获取栈顶元素
// 获取栈顶元素
func (stack *LinkStack) Peek() string {
    // 栈中元素已空
    if stack.size == 0 {
        panic("empty")
    }
    // 顶部元素值
    v := stack.root.Value
    return v
}
获取栈顶元素,但不出栈。和出栈一样,时间复杂度为:O(1)。
3.4.获取栈大小和判定是否为空
// 栈大小
func (stack *LinkStack) Size() int {
    return stack.size
}
// 栈是否为空
func (stack *LinkStack) IsEmpty() bool {
    return stack.size == 0
}
3.5.示例
func main() {
    linkStack := new(LinkStack)
    linkStack.Push("cat")
    linkStack.Push("dog")
    linkStack.Push("hen")
    fmt.Println("size:", linkStack.Size())
    fmt.Println("pop:", linkStack.Pop())
    fmt.Println("pop:", linkStack.Pop())
    fmt.Println("size:", linkStack.Size())
    linkStack.Push("drag")
    fmt.Println("pop:", linkStack.Pop())
}
输出:
size: 3
pop: hen
pop: dog
size: 1
pop: drag
四、实现数组队列 ArrayQueue
队列先进先出,和栈操作顺序相反,我们这里只实现入队,和出队操作,其他操作和栈一样。
// 数组队列,先进先出
type ArrayQueue struct {
    array []string   // 底层切片
    size  int        // 队列的元素数量
    lock  sync.Mutex // 为了并发安全使用的锁
}
4.1.入队
// 入队
func (queue *ArrayQueue) Add(v string) {
    queue.lock.Lock()
    defer queue.lock.Unlock()
    // 放入切片中,后进的元素放在数组最后面
    queue.array = append(queue.array, v)
    // 队中元素数量+1
    queue.size = queue.size + 1
}
直接将元素放在数组最后面即可,和栈一样,时间复杂度为:O(n)。
4.2.出队
// 出队
func (queue *ArrayQueue) Remove() string {
    queue.lock.Lock()
    defer queue.lock.Unlock()
    // 队中元素已空
    if queue.size == 0 {
        panic("empty")
    }
    // 队列最前面元素
    v := queue.array[0]
    /*    直接原位移动,但缩容后继的空间不会被释放
        for i := 1; i < queue.size; i++ {
            // 从第一位开始进行数据移动
            queue.array[i-1] = queue.array[i]
        }
        // 原数组缩容
        queue.array = queue.array[0 : queue.size-1]
    */
    // 创建新的数组,移动次数过多
    newArray := make([]string, queue.size-1, queue.size-1)
    for i := 1; i < queue.size; i++ {
        // 从老数组的第一位开始进行数据移动
        newArray[i-1] = queue.array[i]
    }
    queue.array = newArray
    // 队中元素数量-1
    queue.size = queue.size - 1
    return v
}
出队,把数组的第一个元素的值返回,并对数据进行空间挪位,挪位有两种:
1、 原地挪位,依次补位queue.array[i-1]=queue.array[i],然后数组缩容:queue.array=queue.array[0:queue.size-1],但是这样切片缩容的那部分内存空间不会释放;
2、 创建新的数组,将老数组中除第一个元素以外的元素移动到新数组;
时间复杂度是:O(n)。
五、实现链表队列 LinkQueue
队列先进先出,和栈操作顺序相反,我们这里只实现入队,和出队操作,其他操作和栈一样。
// 链表队列,先进先出
type LinkQueue struct {
    root *LinkNode  // 链表起点
    size int        // 队列的元素数量
    lock sync.Mutex // 为了并发安全使用的锁
}
// 链表节点
type LinkNode struct {
    Next  *LinkNode
    Value string
}
5.1.入队
// 入队
func (queue *LinkQueue) Add(v string) {
    queue.lock.Lock()
    defer queue.lock.Unlock()
    // 如果栈顶为空,那么增加节点
    if queue.root == nil {
        queue.root = new(LinkNode)
        queue.root.Value = v
    } else {
        // 否则新元素插入链表的末尾
        // 新节点
        newNode := new(LinkNode)
        newNode.Value = v
        // 一直遍历到链表尾部
        nowNode := queue.root
        for nowNode.Next != nil {
            nowNode = nowNode.Next
        }
        // 新节点放在链表尾部
        nowNode.Next = newNode
    }
    // 队中元素数量+1
    queue.size = queue.size + 1
}
将元素放在链表的末尾,所以需要遍历链表,时间复杂度为:O(n)。
5.2.出队
// 出队
func (queue *LinkQueue) Remove() string {
    queue.lock.Lock()
    defer queue.lock.Unlock()
    // 队中元素已空
    if queue.size == 0 {
        panic("empty")
    }
    // 顶部元素要出队
    topNode := queue.root
    v := topNode.Value
    // 将顶部元素的后继链接链上
    queue.root = topNode.Next
    // 队中元素数量-1
    queue.size = queue.size - 1
    return v
}
链表第一个节点出队即可,时间复杂度为:O(1)。
系列文章入口
我是陈星星,欢迎阅读我亲自写的 数据结构和算法(Golang实现),文章首发于 阅读更友好的GitBook。
- 数据结构和算法(Golang实现)(1)简单入门Golang-前言
- 数据结构和算法(Golang实现)(2)简单入门Golang-包、变量和函数
- 数据结构和算法(Golang实现)(3)简单入门Golang-流程控制语句
- 数据结构和算法(Golang实现)(4)简单入门Golang-结构体和方法
- 数据结构和算法(Golang实现)(5)简单入门Golang-接口
- 数据结构和算法(Golang实现)(6)简单入门Golang-并发、协程和信道
- 数据结构和算法(Golang实现)(7)简单入门Golang-标准库
- 数据结构和算法(Golang实现)(8.1)基础知识-前言
- 数据结构和算法(Golang实现)(8.2)基础知识-分治法和递归
- 数据结构和算法(Golang实现)(9)基础知识-算法复杂度及渐进符号
- 数据结构和算法(Golang实现)(10)基础知识-算法复杂度主方法
- 数据结构和算法(Golang实现)(11)常见数据结构-前言
- 数据结构和算法(Golang实现)(12)常见数据结构-链表
- 数据结构和算法(Golang实现)(13)常见数据结构-可变长数组
- 数据结构和算法(Golang实现)(14)常见数据结构-栈和队列
- 数据结构和算法(Golang实现)(15)常见数据结构-列表
- 数据结构和算法(Golang实现)(16)常见数据结构-字典
- 数据结构和算法(Golang实现)(17)常见数据结构-树
- 数据结构和算法(Golang实现)(18)排序算法-前言
- 数据结构和算法(Golang实现)(19)排序算法-冒泡排序
- 数据结构和算法(Golang实现)(20)排序算法-选择排序
- 数据结构和算法(Golang实现)(21)排序算法-插入排序
- 数据结构和算法(Golang实现)(22)排序算法-希尔排序
- 数据结构和算法(Golang实现)(23)排序算法-归并排序
- 数据结构和算法(Golang实现)(24)排序算法-优先队列及堆排序
- 数据结构和算法(Golang实现)(25)排序算法-快速排序
- 数据结构和算法(Golang实现)(26)查找算法-哈希表
- 数据结构和算法(Golang实现)(27)查找算法-二叉查找树
- 数据结构和算法(Golang实现)(28)查找算法-AVL树
- 数据结构和算法(Golang实现)(29)查找算法-2-3树和左倾红黑树
- 数据结构和算法(Golang实现)(30)查找算法-2-3-4树和普通红黑树
版权声明:本文不是「本站」原创文章,版权归原作者所有 | 原文地址: