高校校园网网站内容如何建设,做网站策划计划书,哈尔滨市建设工程招标网,我的世界查找建筑网站1.栈与队列 文章目录 1.栈与队列写在前面1.1栈与队列理论基础1.2用栈实现队列1.3用队列实现栈1.4有效的括号1.5删除字符串中的所有相邻重复项1.6逆波兰表达式求值1.7滑动窗口最大值1.8前K个高频元素 Reference 写在前面 本系列笔记主要作为笔者刷题的题解#xff0c;所用的语…1.栈与队列 文章目录 1.栈与队列写在前面1.1栈与队列理论基础1.2用栈实现队列1.3用队列实现栈1.4有效的括号1.5删除字符串中的所有相邻重复项1.6逆波兰表达式求值1.7滑动窗口最大值1.8前K个高频元素 Reference 写在前面 本系列笔记主要作为笔者刷题的题解所用的语言为Python3若于您有助不胜荣幸。 1.1栈与队列理论基础 栈[stack]是一种先进后出逻辑的线性数据结构。栈的常用操作如表所示 方法描述时间复杂度push()元素入栈 O ( 1 ) \mathcal{O}(1) O(1)pop()栈顶元素出栈 O ( 1 ) \mathcal{O}(1) O(1)peek()访问栈顶元素 O ( 1 ) \mathcal{O}(1) O(1) 队列[queue]是一种先进先出逻辑的线性数据结构。我们将队列的头部称为“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”。为了统一我们采用和栈相同的命名方式 方法描述时间复杂度push()元素入队即将元素添加到队尾 O ( 1 ) \mathcal{O}(1) O(1)pop()队首元素出队 O ( 1 ) \mathcal{O}(1) O(1)peek()访问队首元素 O ( 1 ) \mathcal{O}(1) O(1) 1.2用栈实现队列 232. 用栈实现队列 请你仅使用两个栈实现先入先出队列。队列应当支持一般队列支持的所有操作push、pop、peek、empty 实现 MyQueue 类 void push(int x) 将元素 x 推到队列的末尾int pop() 从队列的开头移除并返回元素int peek() 返回队列开头的元素boolean empty() 如果队列为空返回 true 否则返回 false 思路:使用两个栈来实现一个队列我们需要一个栈充当in负责接收元素另一个栈充当out负责弹出元素每当我们需要弹出元素的时候我们就将in中的所有元素弹出并加入到out中然后再从out中弹出栈顶元素。 class MyQueue:def __init__(self):self.stack_in: List []self.stack_out: List []def push(self, x: int) - None:while self.stack_out: # 将out栈中的元素恢复到in栈中self.stack_in.append(self.stack_out.pop())self.stack_in.append(x) # 添加新元素def pop(self) - int:if self.empty():return Noneif self.stack_out:return self.stack_out.pop()else:while self.stack_in:self.stack_out.append(self.stack_in.pop())return self.stack_out.pop()def peek(self) - int:res: int self.pop()self.stack_out.append(res)return resdef empty(self) - bool:return not self.stack_in and not self.stack_out # 只要in或out含有元素说明队列不为空1.3用队列实现栈 225. 用队列实现栈 请你仅使用两个队列实现一个后入先出LIFO的栈并支持普通栈的全部四种操作push、top、pop 和 empty。 实现 MyStack 类 void push(int x) 将元素 x 压入栈顶。int pop() 移除并返回栈顶元素。int top() 返回栈顶元素。boolean empty() 如果栈是空的返回 true 否则返回 false 。 思路我们可以使用两个队列来实现一个栈或者使用一个队列来实现一个栈。两种方法都是可以的 解法一使用一个队列 # 使用一个队列来实现栈 from collections import deque class MyStack:def __init__(self):self.queue: deque deque()self.size: int 0def push(self, x: int) - None:self.queue.append(x)self.size 1def pop(self) - int:if self.empty():return Nonefor _ in range(self.size-1):self.queue.append(self.queue.popleft())self.size - 1return self.queue.popleft()def top(self) - int:if self.empty():return Noneans: int self.pop()self.push(ans)return ansdef empty(self) - bool:return not self.queue解法二使用两个队列 from collections import deque class MyStack:def __init__(self):self.que_in: deque deque()self.que_out: deque deque()def push(self, x: int) - None:while self.que_out: # 将out中的元素恢复到in中self.que_in.append(self.que_out.popleft())self.que_in.append(x) # 添加新的元素def pop(self) - int:1. 首先确认不空2. 因为队列的特殊性FIFO所以我们只有在pop()的时候才会使用queue_out3. 先把queue_in中的所有元素除了最后一个依次出列放进queue_out4. 交换in和out此时out里只有一个元素5. 把out中的pop出来即是原队列的最后一个tip这不能像栈实现队列一样因为另一个queue也是FIFO如果执行pop()它不能像stack一样从另一个pop()所以干脆in只用来存数据pop()的时候两个进行交换if self.empty():return Nonefor _ in range(len(self.que_in)-1): # 保存前n-1个元素self.que_out.append(self.que_in.popleft())self.que_out, self.que_in self.que_in, self.que_out # 这里很重要return self.que_out.popleft()def top(self) - int:if self.empty():return Nonefor _ in range(len(self.que_in)-1): # 保存前n-1个元素self.que_out.append(self.que_in.popleft())self.que_out, self.que_in self.que_in, self.que_outans: int self.que_out.popleft()self.que_in.append(ans)return ansdef empty(self) - bool:return not self.que_in and not self.que_out使用两个队列用存储空间来换取时间明显看出这样的执行速度更快。 1.4有效的括号 20. 有效的括号 给定一个只包括 (){}[] 的字符串 s 判断字符串是否有效。 有效字符串需满足 左括号必须用相同类型的右括号闭合。左括号必须以正确的顺序闭合。每个右括号都有一个对应的相同类型的左括号。 思路首先我们需要找到有哪些不匹配的情况其实这道题目一共只有三种不匹配的情况分别是 情况1字符串左边存在多余的括号([{}]()情况2字符串中间存在不匹配的括号[{(]}]情况3字符串右边存在多余的括号[{}]())) 针对这三种情况我们分别来进行处理即可。 class Solution:def isValid(self, s: str) - bool:stack: List []if len(s) % 2 ! 0: # 剪枝可省略return Falsefor char in s:if char (:stack.append())elif char [:stack.append(])elif char {:stack.append(})elif not stack or char ! stack[-1]: # 处理情况二中间不匹配或者情况三右边有多余的元素return Falseelse:stack.pop()return True if not stack else False # 处理情况一左边有多余的元素1.5删除字符串中的所有相邻重复项 1047. 删除字符串中的所有相邻重复项 给出由小写字母组成的字符串 S重复项删除操作会选择两个相邻且相同的字母并删除它们。 在 S 上反复执行重复项删除操作直到无法继续删除。 在完成所有重复项删除操作后返回最终的字符串。答案保证唯一。 思路这是一道典型的使用栈来完成的题目我们只需要判断入栈的元素是否等于栈顶元素如果等于则表明这是一对需要删除的元素我们只需要移除栈顶元素即可最后返回由栈中所有元素构成的字符串即可。 class Solution:def removeDuplicates(self, s: str) - str:stack: List[str] []for c in s:if stack and c stack[-1]: # 如果当前入栈的元素等于栈顶元素且栈不为空则删除栈顶元素stack.pop()else:stack.append(c)return .join(stack)1.6逆波兰表达式求值 150. 逆波兰表达式求值 给你一个字符串数组 tokens 表示一个根据 逆波兰表示法 表示的算术表达式。 请你计算该表达式。返回一个表示表达式值的整数。 思路什么是逆波兰表达式呢这其实是一种方便计算机运算的存储方式逆波兰表达式其实是相当于二叉树的后序遍历本题中每一个子表达式要得出一个结果然后拿这个结果再进行运算这就非常像一个字符串匹配的问题我们就可以用栈这种数据结构来进行处理。注意第一个弹出的数字应该在运算符的后面。 class Solution: def evalRPN(self, tokens: List[str]) - int:op_map {: add, -: sub, *: mul, /: lambda x, y: int(x/y)}stack: List[int] []for c in tokens:if c in [, -, *, /]:num2 stack.pop()num1 stack.pop()stack.append(op_map[c](num1, num2)) # 第一个出来的在运算符后面else:stack.append(int(c))return stack[-1] 1.7滑动窗口最大值 239. 滑动窗口最大值 给你一个整数数组 nums有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。 返回 滑动窗口中的最大值 。 思路维护一个单调队列如果push()进的值大于当前队列的队首位置的则将队列清空再将这个值push()进来这样就维护了一个单调递减的队列并且每次访问队首位置就能够访问队列中的最大值那我们应该如何做pop()呢通常来说做pop()不需要传入任何的值但是这里我们可以判断我们当前需要pop()的值是否和队首的位置相等如果相等则表明这是需要弹出的元素 pop(value)如果窗口移除的元素value等于单调队列的出口元素那么队列弹出元素否则不用任何操作push(value)如果push的元素value大于入口元素的数值那么就将队列入口的元素弹出直到push元素的数值小于等于队列入口元素的数值为止 保持如上规则每次窗口移动的时候只要问que.front()就可以返回当前窗口的最大值。 from collections import deque class MyQueue:def __init__(self): # 单调队列从大到小self.que: deque deque()#每次弹出的时候比较当前要弹出的数值是否等于队列出口元素的数值如果相等则弹出。#同时pop之前判断队列当前是否为空。def pop(self, value):if self.que and self.que[0] value:self.que.popleft()#如果push的数值大于入口元素的数值那么就将队列后端的数值弹出直到push的数值小于等于队列入口元素的数值为止。#这样就保持了队列里的数值是单调从大到小的了。def push(self, value):while self.que and value self.que[-1]:self.que.pop()self.que.append(value)def front(self):return self.que[0]class Solution:def maxSlidingWindow(self, nums: List[int], k: int) - List[int]:result: List[int] []queue: MyQueue MyQueue()for i in range(k):queue.push(nums[i])result.append(queue.front())for i in range(k, len(nums)):queue.pop(nums[i-k]) # 判断进入上个队列的首个元素还存在吗如果存在就表明这个元素是最大的值并且没有被pop掉就手动popleft掉这个元素queue.push(nums[i])result.append(queue.front())return result1.8前K个高频元素 347. 前 K 个高频元素 给你一个整数数组 nums 和一个整数 k 请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。 思路先使用哈希法得到一个可供查询的map然后获取这个map中value值的前k个即可但是我们无需对整个map都进行排序而是我们只维护一个大小为k的有序区间。这就涉及到了大顶堆和小顶堆这样的数据结构。这里涉及到选择小顶堆还是大顶堆的问题如果我们选择大顶堆的话每次弹出的元素都是最大的元素这样我们就把最大的元素都弹出了只保留了较小的元素相反如果我们选择小顶堆的话每次弹出都是弹出最小的元素这样就保留了加大的元素。 import heapq class Solution:def topKFrequent(self, nums: List[int], k: int) - List[int]:elem_map: dict {}for elem in nums:elem_map[elem] elem_map.get(elem, 0) 1# 对频率进行排序,定义一个小顶堆pri_que []for key, value in elem_map.items():heapq.heappush(pri_que, (value, key)) # heapq按照tuple中的第一个元素来进行排序if len(pri_que) k: #如果堆的大小大于了K则队列弹出保证堆的大小一直为kheapq.heappop(pri_que)return [key for value, key in pri_que] # 对返回的顺序没有要求我们可以不用每次都进行弹出import heapq class Solution:def topKFrequent(self, nums: List[int], k: int) - List[int]:elem_map: dict {}for elem in nums:elem_map[elem] elem_map.get(elem, 0) 1# 对频率进行排序,定义一个小顶堆pri_que: List[int] []for key, value in elem_map.items():heapq.heappush(pri_que, (value, key)) # heapq按照tuple中的第一个元素来进行排序if len(pri_que) k: #如果堆的大小大于了K则队列弹出保证堆的大小一直为kheapq.heappop(pri_que)res: List[int] [0] * kfor i in range(k): # 按照频率顺序进行弹出res[k-i-1] heapq.heappop(pri_que)[1]return resReference [1] Hello 算法 [2] 代码随想录