Stack
- 栈也是一种线性结构
- 相比数组,栈对应的操作是数组的子集
- 栈是一种后进先出的数据结构(LIFO)
- 只能从一端添加元素,也只能从一端取出元素
- 这一端称为栈顶
栈的应用是非常广泛的,如无处不在的撤销操作,程序运行时调用的系统栈,剪贴板里面的内容等等
创建自己的栈
首先确定栈的方法,创建栈的接口
public interface Stack<E> {
int getSize();
boolean isEmpty();
void push(E e); //入栈
E pop(); //出栈
E peek(); //看一下栈顶元素
}
借用上面自定义中的数组来实现栈
创建ArrayStack类,实现接口中的方法
public class ArrayStack<E> implements Stack<E> {
private Array<E> array;
public ArrayStack(int capacity){
array = new Array<>(capacity);
}
public ArrayStack(){
array = new Array<>();
}
@Override
public int getSize(){
return array.getSize();
}
@Override
public boolean isEmpty(){
return array.isEmpty();
}
public int getCapacity(){
return array.getCapacity();
}
@Override
public void push(E e){
array.addLast(e);
}
@Override
public E pop(){
return array.removeLast();
}
@Override
public E peek(){
return array.getLast();
}
@Override
public String toString(){
StringBuilder res = new StringBuilder();
res.append("Stack: ");
res.append('[');
for(int i = 0 ; i < array.getSize() ; i ++){
res.append(array.get(i));
if(i != array.getSize() - 1)
res.append(", ");
}
res.append("] top");
return res.toString();
}
}
根据栈的特性,在Array类中添加两个方法
public E getLast(){
return get(size - 1);
}
public E getFirst(){
return get(0);
}
创建main函数进行测试
public class Main {
public static void main(String[] args) {
ArrayStack<Integer> stack = new ArrayStack<>();
for(int i = 0 ; i < 5 ; i ++){
stack.push(i*i);
System.out.println(stack);
}
stack.pop();
System.out.println(stack);
}
}
结果
Stack: [0] top
Stack: [0, 1] top
Stack: [0, 1, 4] top
Stack: [0, 1, 4, 9] top
Stack: [0, 1, 4, 9, 16] top
Stack: [0, 1, 4, 9] top
时间复杂度分析
push和pop可能会触发resize操作
-
int getSize();O(1) -
boolean isEmpty();O(1) -
void push(E e);O(1) 均摊 -
E pop();O(1) 均摊 -
E peek();O(1)
Queue
- 栈队列也是一种线性结构
- 相比数组, 队列对应的操作也是数组的子集
- 队列是一种先进先出的数据结构(FIFO)
- 只能从一端(队尾)添加元素,也只能从一端(队首)取出元素
创建自己的队列
确定队列的方法, 创建队列的接口
public interface Queue<E> {
int getSize();
boolean isEmpty();
void enqueue(E e); //入队
E dequeue(); //出队
E getFront(); //查看队首
}
依然使用自己创建的动态数组来实现队列
创建ArrayQueue类, 实现Queue的方法, 并进行测试
public class ArrayQueue<E> implements Queue<E> {
private Array<E> array;
public ArrayQueue(int capacity){
array = new Array<>(capacity);
}
public ArrayQueue(){
array = new Array<>();
}
@Override
public int getSize(){
return array.getSize();
}
@Override
public boolean isEmpty(){
return array.isEmpty();
}
public int getCapacity(){
return array.getCapacity();
}
@Override
public void enqueue(E e){
array.addLast(e);
}
@Override
public E dequeue(){
return array.removeFirst();
}
@Override
public E getFront(){
return array.getFirst();
}
@Override
public String toString(){
StringBuilder res = new StringBuilder();
res.append("Queue: ");
res.append("front [");
for(int i = 0 ; i < array.getSize() ; i ++){
res.append(array.get(i));
if(i != array.getSize() - 1)
res.append(", ");
}
res.append("] tail");
return res.toString();
}
public static void main(String[] args) {
//每入队三个, 出队一个
ArrayQueue<Integer> queue = new ArrayQueue<>();
for(int i = 0 ; i < 10 ; i ++){
queue.enqueue(i);
System.out.println(queue);
if(i % 3 == 2){
queue.dequeue();
System.out.println(queue);
}
}
}
}
输出结果
Queue: front [0] tail
Queue: front [0, 1] tail
Queue: front [0, 1, 2] tail
Queue: front [1, 2] tail
Queue: front [1, 2, 3] tail
Queue: front [1, 2, 3, 4] tail
Queue: front [1, 2, 3, 4, 5] tail
Queue: front [2, 3, 4, 5] tail
Queue: front [2, 3, 4, 5, 6] tail
Queue: front [2, 3, 4, 5, 6, 7] tail
Queue: front [2, 3, 4, 5, 6, 7, 8] tail
Queue: front [3, 4, 5, 6, 7, 8] tail
Queue: front [3, 4, 5, 6, 7, 8, 9] tail
时间复杂度
-
int getSize();O(1) -
boolean isEmpty();O(1) -
void enqueue(E e);O(1) 均摊 -
E dequeue();O(n) -
E getFront();O(1)
循环队列
数组队列在出队时由于需要将后面的元素都向前挪一位,时间复杂度是O(n),如果使用循环队列,时间复杂度就会降低
创建LoopQueue类,进行测试
public class LoopQueue<E> implements Queue<E> {
private E[] data;
private int front, tail;
private int size;
//由于判空的条件是front == tail,
//当front不在下标为o的位置,队列满时,tail会从头开始
//因为判空条件是front == tail,
//所以判满条件是(tail + 1) % data.length == front
//这样就应该在创建队列时多开辟一个空间
// front
// ↓
//⏹⏹⏹⏹⏹⏹⏹⏹⏹
// ↑
// tail
public LoopQueue(int capacity){
data = (E[])new Object[capacity + 1];
front = 0;
tail = 0;
size = 0;
}
public LoopQueue(){
this(10);
}
public int getCapacity(){
return data.length - 1;
}
@Override
public boolean isEmpty(){
return front == tail;
}
@Override
public int getSize(){
return size;
}
// 入队时首先判断一下队列是否已满
// 已满的话需要进行扩容
@Override
public void enqueue(E e){
if((tail + 1) % data.length == front)
resize(getCapacity() * 2);
data[tail] = e;
tail = (tail + 1) % data.length;
size ++;
}
// 出队时需要将队首向后挪一位
// 判断一下是否需要缩绒
@Override
public E dequeue(){
if(isEmpty())
throw new IllegalArgumentException("Cannot dequeue from an empty queue.");
E ret = data[front];
data[front] = null;
front = (front + 1) % data.length;
size --;
if(size == getCapacity() / 4 && getCapacity() / 2 != 0)
resize(getCapacity() / 2);
return ret;
}
// 看一眼队首数据
@Override
public E getFront(){
if(isEmpty())
throw new IllegalArgumentException("Queue is empty.");
return data[front];
}
// 改变容量时依然需要多开辟一个空间
private void resize(int newCapacity){
E[] newData = (E[])new Object[newCapacity + 1];
for(int i = 0 ; i < size ; i ++)
newData[i] = data[(i + front) % data.length];
data = newData;
front = 0;
tail = size;
}
// 重写toString方法时
// 需要注意for 循环的起始位置和终止条件
@Override
public String toString(){
StringBuilder res = new StringBuilder();
res.append(String.format("Queue: size = %d , capacity = %d\n", size, getCapacity()));
res.append("front [");
for(int i = front ; i != tail ; i = (i + 1) % data.length){
res.append(data[i]);
if((i + 1) % data.length != tail)
res.append(", ");
}
res.append("] tail");
return res.toString();
}
public static void main(String[] args){
LoopQueue<Integer> queue = new LoopQueue<>(5);
for(int i = 0 ; i < 10 ; i ++){
queue.enqueue(i);
System.out.println(queue);
if(i % 3 == 2){
queue.dequeue();
System.out.println(queue);
}
}
}
}
循环队列的时间复杂度
-
int getSize();O(1) -
boolean isEmpty();O(1) -
void enqueue(E e);O(1) 均摊 -
E dequeue();O(1) 均摊 -
E getFront();O(1)
数组队列和循环队列的比较
创建一个main函数进行测试
import java.util.Random;
public class Main {
// 测试使用q运行opCount个enqueueu和dequeue操作所需要的时间，单位：秒
private static double testQueue(Queue<Integer> q, int opCount){
long startTime = System.nanoTime();
Random random = new Random();
for(int i = 0 ; i < opCount ; i ++)
q.enqueue(random.nextInt(Integer.MAX_VALUE));
for(int i = 0 ; i < opCount ; i ++)
q.dequeue();
long endTime = System.nanoTime();
return (endTime - startTime) / 1000000000.0;
}
public static void main(String[] args) {
int opCount = 100000;
ArrayQueue<Integer> arrayQueue = new ArrayQueue<>();
double time1 = testQueue(arrayQueue, opCount);
System.out.println("ArrayQueue, time: " + time1 + " s");
LoopQueue<Integer> loopQueue = new LoopQueue<>();
double time2 = testQueue(loopQueue, opCount);
System.out.println("LoopQueue, time: " + time2 + " s");
}
}
运行结果
ArrayQueue, time: 58.8541207 s
LoopQueue, time: 0.0163572 s
主要差异:
ArrayQueue出队的时间复杂度是O(n)级别的,再加上外层的循环就是O(n^2)级别的了,所以对于ArrayQueue来说,testQueue方法的时间复杂度是O(n^2)级别的; 而循环队列出队的时间复杂度是O(1)级别的, 再加上外层的循环就是O(n)级别的了,所以对于LoopQueue来说,testQueue方法的时间复杂度是O(n)级别的
