当前位置: 首页 > article >正文

【20250211】栈与队列:225.用队列实现栈

# class MyStack:

#     def __init__(self):

#         #deque是双端队列,左侧是先进的,popleft就是先入先出,pop就是后入先出

#         self.que = deque()

#     def push(self, x):

#         self.que.append(x)

#     def pop(self):

#         if self.empty():

#             return None

#         #把前len(self.que)-1的数据都加到后面去,露出最后一个数据再弹出

#         for i in range(len(self.que)-1):

#             self.que.append(self.que.popleft())

#         return self.que.popleft()

#     #top就是获取最前面的数据但是不能弹除

#     def top(self):

#         # 写法一:

#         # if self.empty():

#         #     return None

#         # return self.que[-1]

#         # 写法二:

#         if self.empty():

#             return None

#         for i in range(len(self.que)-1):

#             self.que.append(self.que.popleft())

#         temp = self.que.popleft()

#         self.que.append(temp)

#         return temp

#     def empty(self):

#         return not self.que      

#方法一:使用单个队列

# class MyStack:

#     def __init__(self):

#         self.deq=deque()

#     def push(self,x):

#         self.deq.append(x)

#     def pop(self):

#         if self.empty():

#             return False

#         else:

#             for i in range(len(self.deq)-1):

#                 self.deq.append(self.deq.popleft())

#             return self.deq.popleft()

#     def top(self):

#         if self.empty():

#             return False

#         else:

#             for i in range(len(self.deq)-1):

#                 self.deq.append(self.deq.popleft())

#             temp=self.deq.popleft()

#             self.deq.append(temp)

#             return temp

#     def empty(self):

#         return not self.deq

       

#方法二:使用双队列  这种方法与第一种方法大同小异,都是把前len(deq)-1给存下来,一个是用自己存,另一个是用第二个队列存

from collections import deque

class MyStack:

    def __init__(self):

        # Python普通的Queue或SimpleQueue没有类似于peek的功能

        # 也无法用索引访问,在实现top的时候较为困难。

        # 用list可以,但是在使用pop(0)的时候时间复杂度为O(n)

        # 因此这里使用双向队列,我们保证只执行popleft()和append(),因为deque可以用索引访问,可以实现和peek相似的功能

        # in - 存所有数据

        # out - 仅在pop的时候会用到

        self.queue_in = deque()

        self.queue_out = deque()

    def push(self, x):

        # 直接append即可

        self.queue_in.append(x)

    def pop(self):

        # 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_out

        # 3. 先把queue_in中的所有元素(除了最后一个),依次出列放进queue_out

        # 4. 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 None

        for i in range(len(self.queue_in) - 1):

            self.queue_out.append(self.queue_in.popleft())      

        self.queue_in, self.queue_out = self.queue_out, self.queue_in    # 交换in和out,这也是为啥in只用来存

        return self.queue_out.popleft()

    def top(self):

        # 写法一:

        # 1. 首先确认不空

        # 2. 我们仅有in会存放数据,所以返回第一个即可(这里实际上用到了栈)

        # 写法二:

        # 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_out

        # 3. 先把queue_in中的所有元素(除了最后一个),依次出列放进queue_out

        # 4. 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,并使用temp变量暂存

        # 6. 把temp追加到queue_in的末尾

        # 写法一:

        # if self.empty():

        #     return None    

        # return self.queue_in[-1]    # 这里实际上用到了栈,因为直接获取了queue_in的末尾元素

        # 写法二:

        if self.empty():

            return None

        for i in range(len(self.queue_in) - 1):

            self.queue_out.append(self.queue_in.popleft())

        self.queue_in, self.queue_out = self.queue_out, self.queue_in

        temp = self.queue_out.popleft()  

        self.queue_in.append(temp)

        return temp

    def empty(self):

        #因为只有in存了数据,只要判断in是不是有数即可

        return len(self.queue_in) == 0


 


http://www.kler.cn/a/541856.html

相关文章:

  • DEEPSEEK与GPT等AI技术在机床数据采集与数字化转型中的应用与影响
  • Mybatis源码02 - 初始化基本过程(引导层部分)
  • 分层解耦-IOC DI 入门
  • RocketMQ、RabbitMQ、Kafka 的底层实现、功能异同、应用场景及技术选型分析
  • Unity 打造游戏资源加密解密系统详解
  • Spring Boot 线程池自定义拒绝策略:解决任务堆积与丢失问题
  • 采集学校食堂人脸识别证件照,且尺寸底色统一的方法
  • 数据驱动企业数据智能化发展-通过财务数据分析模型评估企业经营健康度
  • ListWise 排序技术综述:从传统领域到大模型领域的跨越
  • APP广告变现,对接聚合广告平台创建广告位流程
  • dpdk的基础使用-抓包
  • RESTful开发中对象的合理使用探究
  • 分布式服务框架 如何设计一个更合理的协议
  • 爬取彩票网站数据
  • rpx和px混用方案
  • 【2024最新Java面试宝典】—— SpringBoot面试题(44道含答案)_java spingboot 面试题
  • el-table多列勾选
  • Vue2生命周期面试题
  • Access数据库教案(Excel+VBA+Access数据库SQL Server编程)
  • (3/100)每日小游戏平台系列
  • Visual Studio 2022环境下Miracl Lib库报错“无法解析的外部命令”
  • 数字孪生平台 v5.2 发布
  • Vulnhub empire-lupinone靶机攻击实战(一)
  • 【Elasticsearch】Elasticsearch检索方式全解析:从基础到实战(一)
  • 系统开发:大文件下载报错问题
  • 【自然语言处理】TextRank 算法提取关键词、短语、句(Python源码实现)