线性表

notion image
notion image

基本概念

线性表是最基本、最简单、也是最常用的一种数据结构。一个线性表是n个具有相同特性的数据元素的有限序列。
前驱元素:若A元素在B元素的前面,则称A为B的前驱元素。后继元素:若B元素在A元素的后面,则称B为A的后继元素。
线性表的特征:数据元素之间具有一种“一对一”的逻辑关系。
  1. 第一个数据元素没有前驱,这个数据元素被称为头结点;
  1. 最后一个数据元素没有后继,这个数据元素被称为尾结点;
  1. 除了第一个和最后一个数据元素外,其他数据元素有且仅有一个前驱和一个后继。如果把线性表用数学语言来定义,则可以表示为(),领先于领先于,称的前驱元素,的后继元素
notion image
线性表的分类: 线性表中数据存储的方式可以是顺序存储,也可以是链式存储,按照数据的存储方式不同,可以把线性表分为顺序表和链表。

顺序表

顺序表

链表

链表

栈是一种基于先进后出(FILO)的数据结构,是一种只能在一端进行插入和删除操作的特殊线性表。它按照先进后出的原则存储数据,先进入的数据被压入栈底,最后的数据在栈顶,需要读数据的时候从栈顶开始弹出数据(最后一个数据被第一个读出来)。 我们称数据进入到栈的动作为压栈,数据从栈中出去的动作为弹栈。
notion image
栈的API实现
notion image
 
import java.util.Iterator; public class Stack<T> implements Iterable<T>{ //记录首结点 private Node head; //栈中元素的个数 private int N; private class Node{ public T item; public Node next; public Node(T item, Node next) { this.item = item; this.next = next; } } public Stack() { this.head = new Node(null,null); this.N=0; } //判断当前栈中元素个数是否为0 public boolean isEmpty(){ return N==0; } //获取栈中元素的个数 public int size(){ return N; } //把t元素压入栈 public void push(T t){ //找到首结点指向的第一个结点 Node oldFirst = head.next; //创建新结点 Node newNode = new Node(t, null); //让首结点指向新结点 head.next = newNode; //让新结点指向原来的第一个结点 newNode.next=oldFirst; //元素个数+1; N++; } //弹出栈顶元素 public T pop(){ //找到首结点指向的第一个结点 Node oldFirst = head.next; if (oldFirst==null){ return null; } //让首结点指向原来第一个结点的下一个结点 head.next=oldFirst.next; //元素个数-1; N--; return oldFirst.item; } @Override public Iterator<T> iterator() { return new SIterator(); } private class SIterator implements Iterator{ private Node n; public SIterator(){ this.n=head; } @Override public boolean hasNext() { return n.next!=null; } @Override public Object next() { n = n.next; return n.item; } } }

括号匹配问题

 
给定一个字符串,里边可能包含"()"小括号和其他字符,请编写程序检查该字符串的中的小括号是否成对出现。 例如: "(上海)(长安)":正确匹配 "上海((长安))":正确匹配 "上海(长安(北京)(深圳)南京)":正确匹配 "上海(长安))":错误匹配 "((上海)长安":错误匹配
 
算法
  1. 创建一个栈用来存储左括号
  1. 从左往右遍历字符串,拿到每一个字符
  1. 判断该字符是不是左括号,如果是,放入栈中存储
  1. 判断该字符是不是右括号,如果不是,继续下一次循环
  1. 如果该字符是右括号,则从栈中弹出一个元素t;
  1. 判断元素t是否为null,如果不是,则证明有对应的左括号
  1. 循环结束后,判断栈中还有没有剩余的左括号,如果有,则不匹配,如果没有,则匹配
notion image
import cn.itcast.algorithm.linear.Stack; public class BracketsMatchTest { public static void main(String[] args) { String str = "上海(长安)())"; boolean match = isMatch(str); System.out.println(str+"中的括号是否匹配:"+match); } /** * 判断str中的括号是否匹配 * @param str 括号组成的字符串 * @return 如果匹配,返回true,如果不匹配,返回false */ public static boolean isMatch(String str){ //1.创建栈对象,用来存储左括号 Stack<String> chars = new Stack<>(); //2.从左往右遍历字符串 for (int i = 0; i < str.length(); i++) { String currChar = str.charAt(i)+ ""; //3.判断当前字符是否为左括号,如果是,则把字符放入到栈中 if (currChar.equals("(")){ chars.push(currChar); }else if(currChar.equals(")")){ //4.继续判断当前字符是否是右括号,如果是,则从栈中弹出一个左括号,并判断弹出的结果是否为null,如果为null证明没有匹配的左括号,如果不为null,则证明有匹配的左括号 String pop = chars.pop(); if (pop==null){ return false; } } } //5.判断栈中还有没有剩余的左括号,如果有,则证明括号不匹配 if (chars.size()==0){ return true; }else{ return false; } } }

逆波兰表达式求值问题

逆波兰表达式求值问题是我们计算机中经常遇到的一类问题,要研究明白这个问题,首先我们得搞清楚什么是逆波兰表达式?要搞清楚逆波兰表达式,我们得从中缀表达式说起。 中缀表达式: 中缀表达式就是我们平常生活中使用的表达式,例如:1+3*2,2-(1+3)等等,中缀表达式的特点是:二元运算符总是置于两个操作数中间。 中缀表达式是人们最喜欢的表达式方式,因为简单,易懂。但是对于计算机来说就不是这样了,因为中缀表达式的运算顺序不具有规律性。不同的运算符具有不同的优先级,如果计算机执行中缀表达式,需要解析表达式语义,做大量的优先级相关操作。
 
逆波兰表达式(后缀表达式): 逆波兰表达式是波兰逻辑学家J・卢卡西维兹(J・ Lukasewicz)于1929年首先提出的一种表达式的表示方法,后缀表达式的特点:运算符总是放在跟它相关的操作数之后。
notion image
 
notion image
public class ReversePolishNotationTest { public static void main(String[] args) { //中缀表达式 3*(17-15)+18/6 的逆波兰表达式如下 6+3=9 String[] notation = {"3", "17", "15", "-", "*", "18", "6", "/", "+"}; int result = caculate(notation); System.out.println("逆波兰表达式的结果为:" + result); } /** * @param notaion 逆波兰表达式的数组表示方式 * @return 逆波兰表达式的计算结果 */ public static int caculate(String[] notaion) { //1.定义一个栈,用来存储操作数 Stack<Integer> oprands = new Stack<>(); //2.从左往右遍历逆波兰表达式,得到每一个元素 for (int i = 0; i < notaion.length; i++) { String curr = notaion[i]; //3.判断当前元素是运算符还是操作数 Integer o1; Integer o2; Integer result; switch (curr) { case "+": //4.运算符,从栈中弹出两个操作数,完成运算,运算完的结果再压入栈中 o1 = oprands.pop(); o2 = oprands.pop(); result = o2 + o1; oprands.push(result); break; case "-": //4.运算符,从栈中弹出两个操作数,完成运算,运算完的结果再压入栈中 o1 = oprands.pop(); o2 = oprands.pop(); result = o2 - o1; oprands.push(result); break; case "*": //4.运算符,从栈中弹出两个操作数,完成运算,运算完的结果再压入栈中 o1 = oprands.pop(); o2 = oprands.pop(); result = o2 * o1; oprands.push(result); break; case "/": //4.运算符,从栈中弹出两个操作数,完成运算,运算完的结果再压入栈中 o1 = oprands.pop(); o2 = oprands.pop(); result = o2 / o1; oprands.push(result); break; default: //5.操作数,把该操作数放入到栈中; oprands.push(Integer.parseInt(curr)); break; } } //6.得到栈中最后一个元素,就是逆波兰表达式的结果 int result = oprands.pop(); return result; } }

队列

队列是一种基于先进先出(FIFO)的数据结构,是一种只能在一端进行插入,在另一端进行删除操作的特殊线性表,它按照先进先出的原则存储数据,先进入的数据,在读取数据时先读被读出来
notion image
队列的api设计
notion image
import java.util.Iterator; public class Queue<T> implements Iterable<T>{ //记录首结点 private Node head; //记录最后一个结点 private Node last; //记录队列中元素的个数 private int N; private class Node{ public T item; public Node next; public Node(T item, Node next) { this.item = item; this.next = next; } } public Queue() { this.head = new Node(null,null); this.last=null; this.N=0; } //判断队列是否为空 public boolean isEmpty(){ return N==0; } //返回队列中元素的个数 public int size(){ return N; } //向队列中插入元素t public void enqueue(T t){ if (last==null){ //当前尾结点last为null last= new Node(t,null); head.next=last; }else { //当前尾结点last不为null Node oldLast = last; last = new Node(t, null); oldLast.next=last; } //元素个数+1 N++; } //从队列中拿出一个元素 public T dequeue(){ if (isEmpty()){ return null; } Node oldFirst= head.next; head.next=oldFirst.next; N--; //因为出队列其实是在删除元素,因此如果队列中的元素被删除完了,需要重置last=null; if (isEmpty()){ last=null; } return oldFirst.item; } @Override public Iterator<T> iterator() { return new QIterator(); } private class QIterator implements Iterator{ private Node n; public QIterator(){ this.n=head; } @Override public boolean hasNext() { return n.next!=null; } @Override public Object next() { n = n.next; return n.item; } } }