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
|
1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。
201 9
|
1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。
32 1
|
26天前
|
存储 缓存 算法
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式,强调了合理选择数据结构的重要性,并通过案例分析展示了其在实际项目中的应用,旨在帮助读者提升编程能力。
51 5
|
1月前
|
存储 算法 Java
数据结构的栈
栈作为一种简单而高效的数据结构,在计算机科学和软件开发中有着广泛的应用。通过合理地使用栈,可以有效地解决许多与数据存储和操作相关的问题。
|
1月前
|
存储 JavaScript 前端开发
执行上下文和执行栈
执行上下文是JavaScript运行代码时的环境,每个执行上下文都有自己的变量对象、作用域链和this值。执行栈用于管理函数调用,每当调用一个函数,就会在栈中添加一个新的执行上下文。
|
1月前
|
存储
系统调用处理程序在内核栈中保存了哪些上下文信息?
【10月更文挑战第29天】系统调用处理程序在内核栈中保存的这些上下文信息对于保证系统调用的正确执行和用户程序的正常恢复至关重要。通过准确地保存和恢复这些信息,操作系统能够实现用户模式和内核模式之间的无缝切换,为用户程序提供稳定、可靠的系统服务。
51 4
|
1月前
|
算法 安全 NoSQL
2024重生之回溯数据结构与算法系列学习之栈和队列精题汇总(10)【无论是王道考研人还是IKUN都能包会的;不然别给我家鸽鸽丢脸好嘛?】
数据结构王道第3章之IKUN和I原达人之数据结构与算法系列学习栈与队列精题详解、数据结构、C++、排序算法、java、动态规划你个小黑子;这都学不会;能不能不要给我家鸽鸽丢脸啊~除了会黑我家鸽鸽还会干嘛?!!!
|
1月前
|
算法
数据结构之购物车系统(链表和栈)
本文介绍了基于链表和栈的购物车系统的设计与实现。该系统通过命令行界面提供商品管理、购物车查看、结算等功能,支持用户便捷地管理购物清单。核心代码定义了商品、购物车商品节点和购物车的数据结构,并实现了添加、删除商品、查看购物车内容及结算等操作。算法分析显示,系统在处理小规模购物车时表现良好,但在大规模购物车操作下可能存在性能瓶颈。
49 0
|
2月前
数据结构(栈与列队)
数据结构(栈与列队)
23 1
|
2月前
|
算法 程序员 索引
数据结构与算法学习七:栈、数组模拟栈、单链表模拟栈、栈应用实例 实现 综合计算器
栈的基本概念、应用场景以及如何使用数组和单链表模拟栈,并展示了如何利用栈和中缀表达式实现一个综合计算器。
48 1
数据结构与算法学习七:栈、数组模拟栈、单链表模拟栈、栈应用实例 实现 综合计算器