数据结构 | 使用Kotlin实现栈与队列

简介: Last In First Out(LIFO) 后进先出栈也是一种线性数据结构

栈(Stack)

  • Last In First Out(LIFO) 后进先出
  • 栈也是一种线性数据结构

代码实现栈

考虑到需要扩容,所以我们使用ArrayList最为底层的动态数组支持。

interface Stack<E> {
    //获取栈的大小
    fun getSize(): Int
    //栈是否为null
    fun isEmpty(): Boolean
    //出栈
    fun pop(): E
    //获取栈尾元素
    fun peek(): E
}
class ArrayStack<E>(private val capacity: Int = 10) : Stack<E> {
    private val array = ArrayList<E>(capacity)
    override fun getSize(): Int {
        return array.size
    }
    override fun isEmpty(): Boolean {
        return array.isEmpty()
    }
    override fun pop(): E {
        return array.removeLast()
    }
    override fun peek(): E {
        return array[getSize() - 1]
    }
    fun getCapacity(): Int {
        return capacity
    }
    fun push(e: E) {
        array.add(e)
    }
    override fun toString(): String {
        val res = StringBuilder("Stack:")
        res.append("Stack:").append("[")
        if (array.isNotEmpty()) {
            array.forEach {
                res.append("$it,")
            }
            res.deleteCharAt(res.length - 1)
        }
        res.append("] top ")
        return res.toString()
    }
}

栈的应用

  • 常见的 Undo 操作,即撤销操作(ctrl+z,command+z 类似)
  • 程序调用所使用的系统栈
    比如我们在开发中常见的方法栈,即在 A方法中去调用B方法,B方法再去调用C方法。类似下面这样的代码,都是通过上次的中断位置找到接下来应该执行的位置继续执行。

需要注意的是每个线程都包含一个栈区,实际开发往往涉及多个线程,而我们下述代码只包含了一个线程示例,即主线程。

class StackTest {
    fun a() {
        println("Stack-fun-a进入")
        b()
        println("Stack-fun-b移除")
    }
    private fun b() {
        println("Stack-fun-b进入")
        c()
        println("Stack-fun-c移除")
    }
    private fun c() {
        println("Stack-fun-c进入")
    }
}
fun main() {
    StackTest().a()
    println("Stack-fun-a移除")
}
Stack-fun-a进入
Stack-fun-b进入
Stack-fun-c进入
Stack-fun-c移除
Stack-fun-b移除
Stack-fun-a移除

队列(Queue)

  • 队列也是一种线性结构
  • 相比数组,队列对应的操作是数组的子集
  • 只能从一端(队尾)添加元素,从另一端(队首取出元素)
  • 队列是一种先进先出的数据结构。也可以理解为先到先得,类似为排队办理某个业务
  • First In First Out (FIFO) 先进先出

代码实现队列(数组队列)

interface Queue<E> {
    fun enqueue(e: E)   //复杂度 O(1)
    /** 移除队首元素 */
    fun dequeue(): E   //复杂度 O(n)
    /** 获取队首元素 */
    fun getFront(): E   //复杂度 O(1)
    /** 获取队列大小 */
    fun getSize(): Int  //复杂度 O(1)
    /** 判断队列是否为null */
    fun isEmpty(): Boolean  //复杂度 O(1)
}
class ArrayQueue<E>(private val initialCapacity) : Queue<E> {
    private var array = ArrayList<E>(initialCapacity)
    override fun enqueue(e: E) {
        array.add(e)
    }
    override fun dequeue(): E {
        return array.removeFirst()
    }
    override fun getFront(): E {
        return array.first()
    }
    override fun getSize(): Int {
        return array.size
    }
    override fun isEmpty(): Boolean {
        return array.isEmpty()
    }
    override fun toString(): String {
        val res = StringBuilder()
        res.append("Queue:")
        res.append("front [")
        if (array.isNotEmpty()) {
            array.forEach {
                res.append(it)
                res.append(",")
            }
            res.deleteCharAt(res.length - 1);
        }
        res.append("] tail")
        return res.toString()
    }
    fun getCapacity(): Int {
        return initialCapacity
    }
}

循环队列

虽然我们上面实现了普通队列,但是普通的队列也有存在性能问题,比如当我们移除队首元素时,算法复杂度为O(n),这是我们不能接受的。


要改掉上面的问题,首先思考🤔,我们需要什么?


当删除队首元素时如果直接移动整个队列,效率势必最低,这个时候如何才能不移动队列中元素位置,还能便于下次删除队首时,能准确找到呢?

我们可以增加 两个变量,队首和队尾的下标位置,这样我们只需要每次删除队首时改变 队首当前下标,入队时,改变队尾下标。但是相应的,我们也需要考虑到数组的扩容与相应的缩容,所以我们使用循环队列来解决这个问题。

边界考虑

  • 队首和队尾下标相等时则意味着队列为null,即默认状态;
  • 需要考虑当前队列的元素个数;
  • 扩容与缩容的考虑,当队尾位置与队首相同时,主动扩容,当队列元素小与默认容积时,考虑缩容处理。

代码实现循环队列

class LoopQueue<E : Any>(private val capacity: Int = 10) : Queue<E?> {
    var data = arrayOfNulls<Any>(capacity + 1) as Array<E?>
    //队首下标
    private var front = 0
    //队尾下标
    private var tail = 0
    //当前数据长度
    private var size = 0
    //实际容量位置
    private var arraySize = data.size
    override fun enqueue(e: E?) {
        //大于数组长度,扩容
        if ((tail + 1) % arraySize == front) {
            resize(capacity * 2)
        }
        arraySize = data.size
        //入队
        data[tail] = e
        //确定队尾位置
        tail = (tail + 1) % arraySize
        //增加数据长度
        ++size
    }
    private fun resize(newCapacity: Int) {
        //扩容大小为传入容量+1,因为我们一定会浪费一个空间
        val newData = arrayOfNulls<Any>(newCapacity + 1) as Array<E?>
        //先确定当前容量大小
        arraySize = data.size
        //遍历旧数据源,存入新数组
        // it+front原因很简单,从 原队首 位置开始遍历相加
        (0..size).forEach {
            newData[it] = data[(it + front) % arraySize]
        }
        data = newData
        //新队首位置为0
        front = 0
        //新队尾位置为原数组的长度
        tail = size
    }
    override fun dequeue(): E? {
        //容错判断
        if (isEmpty()) throw IllegalArgumentException("队列为null")
        //拿到队首位置
        val ret = data[front]
        data[front] = null
        //移动队首位置
        front = (front + 1) % arraySize
        --size
        //缩容 
        if (size == capacity / 4 && capacity / 2 != 0) resize(capacity / 2)
        return ret
    }
    override fun getFront(): E? {
        if (isEmpty()) throw IllegalArgumentException("队列为null")
        return data[front]
    }
    override fun getSize(): Int {
        return size
    }
    override fun isEmpty(): Boolean {
        return front == tail
    }
    override fun toString(): String {
        val res = StringBuilder().append("Queue:").append("front [")
        if (!isEmpty()) {
            //数据打印除重
            data.filterNotNull().forEach {
                res.append(it).append(",")
            }
            res.deleteCharAt(res.length - 1);
        }
        res.append("] tail")
        return res.toString()
    }
}

循环队列和数组队列的比较

相同数据下,如果有移除元素的情况,循环队列的效率显著大于数组队列,因为相应的,数组队列移除元素时,需要移动整个队列元素,而 循环队列只需要更新队首元素位置,但是我们也需要考虑缩容情况,不过这种情况相比数组队列,效率也是提升巨大。即 O(1)||平摊----O(n)

栈与队列相同点

  • 都是线性数据结构
  • 底层都依靠数组,依靠 resize(扩容) 解决固定容量问题
目录
相关文章
|
6月前
|
前端开发 Java
java实现队列数据结构代码详解
本文详细解析了Java中队列数据结构的实现,包括队列的基本概念、应用场景及代码实现。队列是一种遵循“先进先出”原则的线性结构,支持在队尾插入和队头删除操作。文章介绍了顺序队列与链式队列,并重点分析了循环队列的实现方式以解决溢出问题。通过具体代码示例(如`enqueue`入队和`dequeue`出队),展示了队列的操作逻辑,帮助读者深入理解其工作机制。
181 1
|
4月前
|
编译器 C语言 C++
栈区的非法访问导致的死循环(x64)
这段内容主要分析了一段C语言代码在VS2022中形成死循环的原因,涉及栈区内存布局和数组越界问题。代码中`arr[15]`越界访问,修改了变量`i`的值,导致`for`循环条件始终为真,形成死循环。原因是VS2022栈区从低地址到高地址分配内存,`arr`数组与`i`相邻,`arr[15]`恰好覆盖`i`的地址。而在VS2019中,栈区先分配高地址再分配低地址,因此相同代码表现不同。这说明编译器对栈区内存分配顺序的实现差异会导致程序行为不一致,需避免数组越界以确保代码健壮性。
78 0
栈区的非法访问导致的死循环(x64)
232.用栈实现队列,225. 用队列实现栈
在232题中,通过两个栈(`stIn`和`stOut`)模拟队列的先入先出(FIFO)行为。`push`操作将元素压入`stIn`,`pop`和`peek`操作则通过将`stIn`的元素转移到`stOut`来实现队列的顺序访问。 225题则是利用单个队列(`que`)模拟栈的后入先出(LIFO)特性。通过多次调整队列头部元素的位置,确保弹出顺序符合栈的要求。`top`操作直接返回队列尾部元素,`empty`判断队列是否为空。 两题均仅使用基础数据结构操作,展示了栈与队列之间的转换逻辑。
|
9月前
|
存储 C语言 C++
【C++数据结构——栈与队列】顺序栈的基本运算(头歌实践教学平台习题)【合集】
本关任务:编写一个程序实现顺序栈的基本运算。开始你的任务吧,祝你成功!​ 相关知识 初始化栈 销毁栈 判断栈是否为空 进栈 出栈 取栈顶元素 1.初始化栈 概念:初始化栈是为栈的使用做准备,包括分配内存空间(如果是动态分配)和设置栈的初始状态。栈有顺序栈和链式栈两种常见形式。对于顺序栈,通常需要定义一个数组来存储栈元素,并设置一个变量来记录栈顶位置;对于链式栈,需要定义节点结构,包含数据域和指针域,同时初始化栈顶指针。 示例(顺序栈): 以下是一个简单的顺序栈初始化示例,假设用C语言实现,栈中存储
373 77
|
8月前
|
算法 调度 C++
STL——栈和队列和优先队列
通过以上对栈、队列和优先队列的详细解释和示例,希望能帮助读者更好地理解和应用这些重要的数据结构。
192 11
|
8月前
|
DataX
☀☀☀☀☀☀☀有关栈和队列应用的oj题讲解☼☼☼☼☼☼☼
### 简介 本文介绍了三种数据结构的实现方法:用两个队列实现栈、用两个栈实现队列以及设计循环队列。具体思路如下: 1. **用两个队列实现栈**: - 插入元素时,选择非空队列进行插入。 - 移除栈顶元素时,将非空队列中的元素依次转移到另一个队列,直到只剩下一个元素,然后弹出该元素。 - 判空条件为两个队列均为空。 2. **用两个栈实现队列**: - 插入元素时,选择非空栈进行插入。 - 移除队首元素时,将非空栈中的元素依次转移到另一个栈,再将这些元素重新放回原栈以保持顺序。 - 判空条件为两个栈均为空。
|
9月前
|
存储 C++ 索引
【C++数据结构——栈与队列】环形队列的基本运算(头歌实践教学平台习题)【合集】
【数据结构——栈与队列】环形队列的基本运算(头歌实践教学平台习题)【合集】初始化队列、销毁队列、判断队列是否为空、进队列、出队列等。本关任务:编写一个程序实现环形队列的基本运算。(6)出队列序列:yzopq2*(5)依次进队列元素:opq2*(6)出队列序列:bcdef。(2)依次进队列元素:abc。(5)依次进队列元素:def。(2)依次进队列元素:xyz。开始你的任务吧,祝你成功!(4)出队一个元素a。(4)出队一个元素x。
297 13
【C++数据结构——栈与队列】环形队列的基本运算(头歌实践教学平台习题)【合集】
|
9月前
|
C++
【C++数据结构——栈和队列】括号配对(头歌实践教学平台习题)【合集】
【数据结构——栈和队列】括号配对(头歌实践教学平台习题)【合集】(1)遇到左括号:进栈Push()(2)遇到右括号:若栈顶元素为左括号,则出栈Pop();否则返回false。(3)当遍历表达式结束,且栈为空时,则返回true,否则返回false。本关任务:编写一个程序利用栈判断左、右圆括号是否配对。为了完成本关任务,你需要掌握:栈对括号的处理。(1)遇到左括号:进栈Push()开始你的任务吧,祝你成功!测试输入:(()))
207 7
|
11月前
|
C语言
【数据结构】栈和队列(c语言实现)(附源码)
本文介绍了栈和队列两种数据结构。栈是一种只能在一端进行插入和删除操作的线性表,遵循“先进后出”原则;队列则在一端插入、另一端删除,遵循“先进先出”原则。文章详细讲解了栈和队列的结构定义、方法声明及实现,并提供了完整的代码示例。栈和队列在实际应用中非常广泛,如二叉树的层序遍历和快速排序的非递归实现等。
942 9
|
11月前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
241 59

热门文章

最新文章