参考自labuladong的博客
数据结构的存储方式
数据结构的存储方式只有两种:数组(顺序存储)和链表(链式存储)。
数据结构种类很多,散列表、栈、队列、堆、树、图等等,甚至你也可以发明自己的数据结构,但是底层存储无非数组或者链表,二者的优缺点如下:
数组由于是紧凑连续存储,可以随机访问,通过索引快速找到对应元素,而且相对节约存储空间。但正因为连续存储,内存空间必须一次性分配够,所以说数组如果要扩容,需要重新分配一块更大的空间,再把数据全部复制过去,时间复杂度 O(N);而且你如果想在数组中间进行插入和删除,每次必须搬移后面的所有数据以保持连续,时间复杂度 O(N)。
链表因为元素不连续,而是靠指针指向下一个元素的位置,所以不存在数组的扩容问题;如果知道某一元素的前驱和后驱,操作指针即可删除该元素或者插入新元素,时间复杂度 O(1)。但是正因为存储空间不连续,你无法根据一个索引算出对应元素的地址,所以不能随机访问;而且由于每个元素必须存储指向前后元素位置的指针,会消耗相对更多的储存空间。
栈和队列
栈是一种后进先出的数据结构,元素从顶端入栈,然后从顶端出栈。 队列是一种先进先出的数据结构,元素从后端入队,然后从前端出队。
python 队列
当必须在多个线程之间安全地交换信息时,队列在线程编程中特别有用。
Queue模块的FIFO队列先进先出 class queue.Queue(maxsize)
Queue是python标准库中的线程安全的队列(FIFO)实现,提供了一个适用于多线程编程的先进先出的数据架构,即队列。用来在生产者和消费者线程之间的信息传递
import queue
q = queue.Queue()
q.put(12)
print(q.get())
常用的方法:
q.qsize()
q.empty()
q.full()
q.join()
LIFO类似于堆,即先进后出 class queue.LifoQueue(maxsize)
优先级队列级别越低越先出来。 class queue.PriorityQueue(maxsize)
python 列表实现栈
class MyStack:
def __init__(self):
self.num = []
def push(self, x: int) -> None:
self.num.append(x)
def pop(self) -> int:
return self.num.pop()
def top(self) -> int:
return self.num[-1]
def empty(self) -> bool:
return len(self.num) == 0
leetcode 225. 用队列实现栈
import queue
class MyStack:
def __init__(self):
self.Q1 = queue.Queue()
self.Q2 = queue.Queue()
def push(self, x: int) -> None:
self.Q1.put(x)
while not self.Q2.empty():
self.Q1.put(self.Q2.get())
self.Q1, self.Q2 = self.Q2, self.Q1
def pop(self) -> int:
return self.Q2.get()
def top(self) -> int:
num = self.Q2.get()
self.push(num)
return num
def empty(self) -> bool:
return self.Q2.qsize() == 0
leetcode 232. 用栈实现队列
class MyQueue:
def __init__(self):
self.stack1 = MyStack()
self.stack2 = MyStack()
def push(self, x: int) -> None:
while not self.stack2.empty():
self.stack1.push(self.stack2.pop())
self.stack2.push(x)
while not self.stack1.empty():
self.stack2.push(self.stack1.pop())
def pop(self) -> int:
return self.stack2.pop()
def peek(self) -> int:
return self.stack2.top()
def empty(self) -> bool:
return self.stack2.empty()
|