线性数据结构Linear DS
作用:将数据项以某种线性的次序组织起来
1.栈Stack
栈Stack维持了数据项后进先出LIFO的次序
stack的基本操作包括push,pop,isEmpty
栈的两种实现
1.左为栈顶,时间复杂度为O(n)
#左边为顶,右边为低 class Stack: def __init__(self): self.items = [] def isEmpty(self): return self.items == [] def push(self,item): self.items.insert(0,item) def pop(self): return self.items.pop(0) def peek(self): return self.items[0] def size(self): return len(self.items)
2.右为栈顶,时间复杂度O(1)
# 左边为低,右边为顶--->更高效 class Stack:#Stack---->ADT def __init__(self): self.items =[] def isEmpty(self): return self.items == [] # 满足这些属性(行为)的是栈 def push(self,item): self.items.append(item) def pop(self): return self.items.pop() def peek(self): return self.items[len(self.items)-1] # def size(self): return len(self.items) s = Stack()
2.队列Queue
队列Queue维持了数据项先进先出FIFO的次序
queue的基本操作包括enqueue, dequeue,isEmpty 有助于构建时序模拟
书写表达式的方法有前缀prefix、中缀infix和后缀postfix三种由于栈结构具有次序反转的特性,所以栈结构适合用于开发表达式求值和转换的算法
“模拟系统”可以通过一个对现实世界问题进行抽象建模,并加入随机数动态运行为复杂问题的决策提供各种情况的参考队列queue可以用来进行模拟系统的开发
3.双端队列Deque
双端队列Deque可以同时具备栈和队列的功能
deque的主要操作包括addFront,addRear, removeFront, removeRear, isEmpty
#创建一个双端队列(Dequeue) class Dequeue: #定义一个初始化函数然后创建一个空列表用于传递数据items def __init__(self): self.items = [] #判断列表是否为空 def isEmpty(self): return self.items == [] #在队首加入元素items def addFront(self,item): self.items.append(item) #在队尾加入元素items def addRear(self,item): self.items.insert(0,item) #从队首移除数据,返回值为移除数据项 def removeFront(self): return self.items.pop() #从队尾移除数据,返回移除数据项 def removeRear(self): return self.items.pop(0) #判断列表是否为空 def isEmpty(self): return self.items == [] #返回Dequeue中包含的数据项的个数 def size(self): return len(self.items) #palindrome - 回文检查 def pal_checker (ps): #实例化对象 d = Dequeue() for char in ps: d.addRear(char) #假设元素左右相等 still_equal = True #依次取出首尾元素进行判断,然后再判断它是否满足 : # 奇数个元素的时候,双端队列里面还剩下一个元素 #偶数个元素的时候,双端队列里面没有元素 while d.size() > 1 and still_equal : #从队首取出一个元素 first = d.removeFront() #从队尾取出一个元素 last = d.removeRear() if first != last: still_equal = False return still_equal print(pal_checker ("上海自来水来自海上")) print(pal_checker ("110110"))
4.列表List
列表List是数据项能够维持相对位置的数据集
# 通过链表实现 无序表-列表 #列表 和 链表 都是无序表 unordered list #实现链表 class Node: def __init__(self,init_data): self.data = init_data self.next = None #获得数据项 def get_data(self): return self.data #获得节点 def get_next(self): return self.next #设置数据项 def set_data(self,new_data): self.data = new_data #设置节点 def set_next(self,new_next): self.next = new_next #结点示例 temp = Node(93) print(temp.get_data())
5.链表
链表的实现,可以保持列表维持相对位置(保证逻辑顺序)的特点,而不需要连续的存储空间
链表实现时,其各种方法,对链表头部head需要特别的处理
a.无序链表的实现
# 通过链表实现 无序表-列表 #列表 和 链表 都是无序表 unordered list #实现链表 -- 链表相当于火车(顺藤摸瓜结构,如果放在链表后面,找那个车厢需要从头开始往后找) class Node:#结点Node相当于车厢 def __init__(self,init_data): self.data = init_data self.next = None #获得数据项 def get_data(self): return self.data #获得节点 def get_next(self): return self.next #设置数据项 def set_data(self,new_data): self.data = new_data#属性 #设置节点 def set_next(self,new_next): self.next = new_next#属性 #结点示例 temp = Node(93) temp2 = Node(17) temp3 = Node(77) print(temp.get_data()) print(temp2.get_data()) print(temp3.get_data()) # 链表:1.有序表 2.无序表 #链表实现: 无序表 UnorderedList #设立一个属性head , 保存对对第一个节点的引用 #空表的 head 为 None class UnorderedList: def __init__(self): self.head = None # mylist = UnorderedList() # print (mylist.head) #为item数据项生成一个结点-Node 叫做item def add(self,item): #然后将这个结点命名为临时变量 temp = Node(item) #将下一个临时结点设置为表头 temp.set_next(self.head) #表头指向新增加的临时结点 self.head = temp def size(self): #当前节点设为表头第一个节点 current = self.head count = 0 while current != None: count += 1 #将当前节点设为下一个结点的结点,循环往复 current = current.get_next() #返回结点的个数 return count def search(self,item): current = self.head found = False while current != None and not found: #判断当前节点数据项是否等于我想要找的数据 if current.get_data() == item: found = True else: current = current.get_next() return found def remove(self,item):#删除找到的元素--引用两个指针当前和上继指针 current = self.head previous = None found = False #先判断是不是我要找的那个元素 while not found: if current.get_data == item: found = True else: #通过current的指针给初始没有指针的previous指路 previous = current #然后current指针继续往下走 current = current.get_next # 如果中间位置找不到,那我们再判断表头 #当前删除的车厢部位值item 位于头部时,可以利用 previous 指向空 if previous == None:#当前想要删除的是不是车头处的元素 self.head = current.get_next() else: previous.set_next(current.get_next())#删除的是中间元素 def traverse(self): current = self.head while current != None: print(current.get_data()) current = current.get_next() #实例化无序表: ll = UnorderedList() # 加入新节点 ll.add(7) ll.add(9) ll.add(6) ll.add(8) ll.add(10) print(ll.search(1000)) ll.traverse()
b.有序链表的实现
class Node:#结点Node相当于车厢 def __init__(self,init_data): self.data = init_data self.next = None #获得数据项 def get_data(self): return self.data #获得节点 def get_next(self): return self.next #设置数据项 def set_data(self,new_data): self.data = new_data#属性 #设置节点 def set_next(self,new_next): self.next = new_next#属性 class Orderedlist: def __init__(self): self.head = None def search(self,item): current = self.head found = False stop = False while current != None and not found and not stop: if current.get_data() == item: found = True else: if current.get_data() > item: stop = True else: current = current.get_next() return found def add(self,item): current = self.head#指针1 previous = None#p2 stop = False while current != None and not stop: #发现插入位置 if current.get_data() > item: stop = True else: previous = current current = current.get_next() temp = Node(item) #插在表头 if previous == None: temp.set_next(self.head) self.head = temp #插在表中 else: temp.set_next(current) previous.set_next(temp) def size(self): current = self.head count = 0 while current != None: count += 1 current = current.get_next() return count def remove(self, item): current = self.head previous = None found = False while not found and current != None: if current.get_data() == item: found = True else: previous = current current = current.get_next() if found: if previous == None: self.head = current.get_next() else: previous.set_next(current.get_next()) def traverse(self): current = self.head while current != None: print(current.get_data()) current = current.get_next() ol = Orderedlist() ol.add(7) ol.add(9) ol.add(6) ol.add(8) ol.add(10) print(ol.search(6)) ol.traverse()