队列实现栈以及栈实现队列


队列实现栈以及栈实现队列

队列是一种先进先出的数据结构,栈是一种先进后出的数据结构,形象一点就是这样:

img

这两种数据结构底层其实都是数组或者链表实现的,只是 API 限定了它们的特性

今天来看看如何使用「栈」的特性来实现一个「队列」,如何用「队列」实现一个「栈」。

一、用栈实现队列

力扣第 232 题「用栈实现队列」让我们实现的 API 如下:

lass MyQueue:

    # 添加元素到队尾
    def push(self, x: int) -> None:
        pass

    # 删除队头的元素并返回
    def pop(self) -> int:
        pass

    # 返回队头元素
    def peek(self) -> int:
        pass

    # 判断队列是否为空
    def empty(self) -> bool:
        pass

我们使用两个栈 s1, s2 就能实现一个队列的功能(这样放置栈可能更容易理解):

img

当调用 push 让元素入队时,只要把元素压入 s1 即可,比如说 push 进 3 个元素分别是 1,2,3,那么底层结构就是这样:

img

那么如果这时候使用 peek 查看队头的元素怎么办呢?按道理队头元素应该是 1,但是在 s1 中 1 被压在栈底,现在就要轮到 s2 起到一个中转的作用了:当 s2 为空时,可以把 s1 的所有元素取出再添加进 s2这时候 s2 中元素就是先进先出顺序了

img

s2 中存在元素时,直接调用操作 s2pop 方法,弹出的就是最先插入的元素,即实现了队列的 pop 操作。

完整代码如下:

class MyQueue:
    def __init__(self):
        # 使用两个栈s1和s2
        self.s1 = []
        self.s2 = []

    # 添加元素到队尾
    def push(self, x: int) -> None:
        self.s1.append(x)

    # 返回队头元素
    def peek(self) -> int:
        if not self.s2:
            # 把 s1 元素压入 s2
            while self.s1:
                self.s2.append(self.s1.pop())
        return self.s2[-1]

    # 删除队头元素并返回
    def pop(self) -> int:
        # 先调用 peek 保证 s2 非空
        self.peek()
        return self.s2.pop()

    # 判断队列是否为空
    # 两个栈都为空才说明队列为空
    def empty(self) -> bool:
        return not self.s1 and not self.s2

至此,就用栈结构实现了一个队列,核心思想是利用两个栈互相配合。

值得一提的是,这几个操作的时间复杂度是多少呢?

有点意思的是 peek 操作,调用它时可能触发 while 循环,这样的话时间复杂度是 O(N),但是大部分情况下 while 循环不会被触发,时间复杂度是 O(1)。由于 pop 操作调用了 peek,它的时间复杂度和 peek 相同。

像这种情况,可以说它们的最坏时间复杂度是 O(N),因为包含 while 循环,可能需要从 s1s2 搬移元素。

但是它们的均摊时间复杂度是 O(1),这个要这么理解:对于一个元素,最多只可能被搬运一次,也就是说 peek 操作平均到每个元素的时间复杂度是 O(1)。

二、用队列实现栈

如果说双栈实现队列比较巧妙,那么用队列实现栈就比较简单粗暴了,只需要一个队列作为底层数据结构就能实现了。

力扣第 225 题「用队列实现栈」让我们实现如下 API:

class MyStack:

    # 添加元素到栈顶
    def push(self, x: int) -> None:
        pass
    
    # 删除栈顶的元素并返回
    def pop(self) -> int:
        pass
    
    # 返回栈顶元素
    def top(self) -> int:
        pass
    
    # 判断栈是否为空
    def empty(self) -> bool:
        pass

先说 push API,直接将元素加入队列,同时记录队尾元素,因为队尾元素相当于栈顶元素,如果要 top 查看栈顶元素的话可以直接返回:

class MyStack:
    def __init__(self):
        # 使用一个队列 q 来实现一个栈
        self.q = []
        # 栈顶元素
        self.top_elem = 0
    
    # 添加元素到栈顶
    def push(self, x: int) -> None:
        # x 是队列的队尾,是栈的栈顶
        self.q.append(x)
        self.top_elem = x
    
    # 返回栈顶元素
    def top(self) -> int:
        return self.top_elem

    # 检查栈是否为空
    def empty(self) -> bool:
        return len(self.q) == 0

我们的底层数据结构是先进先出的队列,每次 pop 只能从队头取元素;但是栈是后进先出,也就是说 pop API 要从队尾取元素:

img

解决方法简单粗暴,把队列前面的都取出来再加入队尾,让之前的队尾元素排到队头,这样就可以取出了:

img

class MyStack:
    # 为了节约篇幅,省略上文给出的代码部分...

    # 删除栈顶的元素并返回
    def pop(self):
        size = len(self.q)
        while size > 1:
            self.q.append(self.q.pop(0))
            size -= 1
        # 之前的队尾元素已经到了队头
        return self.q.pop(0)

这样实现还有一点小问题就是,原来的队尾元素被推到队头并删除了,但是 top_elem 变量没有更新,我们还需要一点小修改:

class MyStack:
    # 为了节约篇幅,省略上文给出的代码部分...

    # 删除栈顶的元素并返回
    def pop(self):
        size = len(self.q)
        # 留下队尾 2 个元素
        while size > 2:
            self.q.append(self.q.pop(0))
            size -= 1
        # 记录新的队尾元素
        self.top_elem = self.q[0]
        self.q.append(self.q.pop(0))
        # 删除之前的队尾元素
        return self.q.pop(0)

这样就实现完了,完整的代码如下:

from queue import Queue

class MyStack:
    def __init__(self):
        self.q = Queue()
        self.top_elem = 0

    # 添加元素到栈顶
    def push(self, x: int) -> None:
        self.q.put(x)
        self.top_elem = x

    # 删除栈顶的元素并返回
    def pop(self) -> int:
        size = self.q.qsize()
        while size > 2:
            self.q.put(self.q.get())
            size -= 1
        self.top_elem = self.q.queue[0]
        self.q.put(self.q.get())
        return self.q.get()

    # 返回栈顶元素
    def top(self) -> int:
        return self.top_elem

    # 判断栈是否为空
    def empty(self) -> bool:
        return self.q.empty()

很明显,用队列实现栈的话,pop 操作时间复杂度是 O(N),其他操作都是 O(1)。

个人认为,用队列实现栈是没啥亮点的问题,但是用双栈实现队列是值得学习的。

img

从栈 s1 搬运元素到 s2 之后,元素在 s2 中就变成了队列的先进先出顺序,这个特性有点类似「负负得正」,确实不太容易想到。


文章作者: Mealsee
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 Mealsee !
  目录