栈是元素的有序集合,添加操作与移除操作都发生在其顶端,先进后出
栈操作:创建空栈,增删(顶端),查(顶端元素,元素个数,是否为空)
应用:将十进制数转换成任意进制数
 class Stack:
# 用列表创建一个空栈
def __init__(self):
self.items = [] # 将一个元素添加到栈的顶端
def push(self, item):
self.item.append(item) # 将栈顶端的元素移除
def pop(self):
return self.items.pop() # 返回栈顶端的元素
def peek(self):
return self.items[len(self.items) - 1] # 返回栈中元素的个数
def size(self):
return len(self.items) # 判断栈是否为空,是返回True,否则返回False
def is_empty(self):
return self.items == []

队列是元素的有序集合,添加操作发生在其尾部,移除操作发生在头部,先进先出
队列操作:创建空队列,增(底端),删(顶端),查(元素个数, 是否为空,)
应用:模拟打印任务,知晓打印机的打印速度,打印任务个数随机产生-> 学生平均需要等待多久才能拿到打印好的文章
class Queue:
def __init__(self):
self.items = []
# 在队列底端插入元素
def enqueue(self, item):
self.items.insert(0, item) # 在队列顶端删除元素
def dequeue(self):
return self.items.pop() def size(self):
return len(self.items) def isEmpty(self):
return self.items == []

 双端队列是元素的有序集合,其任何一端都允许添加和移除元素

 双端队列操作:创建一个空双端队列,增(前,后),删(前,后),查(元素个数,是否为空)

 应用:回文检测器

class Deque:
def __init__(self):
self.items = [] # 前端加入元素
def add_front(self, item):
self.items.append(item) # 后端加入元素
def add_rear(self, item):
self.items.insert(0, item) def remove_front(self):
return self.items.pop() def remove_rear(self):
return self.items.pop(0) def size(self):
return len(self.items) def is_empty(self):
return self.items == []

无序列表是元素的集合,其中每一个元素都有一个相对于其他元素的位置,无序列表需要维持元素之间的相对位置,但是并不需要在连续的内存空间中维护这些位置信息
无序列表操作:创建一个空列表,增(头部添加,末尾添加,在确定位置添加),删(移除某元素,移除末尾元素,移除指定位置元素),
查(元素个数,搜索某元素,查询是否为空,查询某个元素的下标)
单链表:必须指明第一个元素的位置,最后一个元素需要知道自己没有下一个元素
节点是构建链表的基本数据结构
节点组成:元素(数据变量) + 指向下一个节点的引用(也是一个对象), 尾节点只有元素,引用为None
节点操作:访问(元素,指向下一个节点的引用),修改(元素,指向下一个节点的引用)
class Node:
def __init__(self, init_data):
self.data = init_data
self.next = None class UnorderedList():
def __init__(self):
self.head = None # 头节点,用于存储节点对象 def add(self, item):
"""链表头部添加元素"""
node = Node(item) # 创建一个新节点
node.next = self.head # 将新节点引用从None改为指向待添加列表中的第一个节点
self.head = node # 新创建的节点自动成为新列表的第一个节点,因此将头节点,指向新创建的节点 def append(self, item):
"""链表尾部添加元素"""
node = Node(item)
if self.head is None:
self.head = node
else:
current = self.head # 获得第一个节点对象
while current.next is not None: # 判断节点对象的引用属性是否为None
current = current.next # 获得下一个节点对象,用列表中的列表理解
current.next = node def insert(self, pos, item):
"""指定位置添加元素"""
if pos <= 0:
self.add(item)
elif pos > self.length() - 1:
self.append(item)
else:
current = self.head
count = 0
while count < pos - 1:
count += 1
current = current.next
# 循环退出后,pre指向pos-1的位置
node = Node(item)
node.next = current.next
current.next = node def remove(self, item):
"""删除指定元素"""
current = self.head
previous = None
while True:
if current.data == item:
break
else:
previous = current
current = current.next
if previous is None:
self.head = current.next
else:
previous.next = current.next def pop(self, pos=None):
"""删除指定位置的元素,不传参数则默认删除末尾元素"""
current = self.head
previous = None
if pos is None:
while True:
if current.next is None:
break
else:
previous = current
current = current.next
if previous is None:
self.head = None
else:
previous.next = current.next
elif pos == 0:
self.head = current.next
else:
for i in range(pos):
previous = current
current = current.next
previous.next = current.next
return current.data def length(self):
"""获取链表元素个数,即节点个数"""
current = self.head
count = 0
while current is not None:
count += 1
current = current.next
return count def search(self, item):
"""查询某位元素是否存在"""
current = self.head
while current is not None:
if current.data == item:
return True
else:
current = current.next
return False def is_empty(self):
"""查询链表是否为空"""
return self.head is None def index(self, item):
"""查询某元素的下标"""
pos = 0
current = self.head
while True:
if current.data is item:
break
else:
current = current.next
pos += 1
return pos

有序列表:通常以升序或降序排列
有序列表操作:创建一个空有序列表,增(添加某元素,并保持整个列表顺序),删(移除某元素,移除末尾元素,移除指定位置元素)
查(某元素是否存在,列表是否为空,元素的个数,元素的下标)
class Node:
def __init__(self, init_data):
self.data = init_data
self.next = None class OrderedList():
def __init__(self):
self.head = None # 头节点,用于存储节点对象 def add(self, item):
"""添加某元素,并保持整个列表顺序"""
current = self.head
previous = None
stop = False
while current is not None and not stop:
if current.data > item:
stop = True
else:
previous = current
current = current.next
node = Node(item) # 创建一个新节点
if previous is None:
node.next = self.head
self.head = node
else:
node.next = current
previous.next = node def remove(self, item):
"""删除指定元素"""
current = self.head
previous = None
while True:
if current.data == item:
break
else:
previous = current
current = current.next
if previous is None:
self.head = current.next
else:
previous.next = current.next def pop(self, pos=None):
""" 删除指定位置的元素,不传参数则默认删除末尾元素 """
current = self.head
previous = None
if pos is None:
while True:
if current.next is None:
break
else:
previous = current
current = current.next
if previous is None:
self.head = None
else:
previous.next = current.next
elif pos == 0:
self.head = current.next
else:
for i in range(pos):
previous = current
current = current.next
previous.next = current.next
return current.data def length(self):
"""获取链表元素个数,即节点个数"""
current = self.head
count = 0
while current is not None:
count += 1
current = current.next
return count def search(self, item):
"""查询某位元素是否存在"""
current = self.head
found = False
stop =False
while current is not None and not found and not stop:
if current.data == item:
found = True
else:
if current.data > item:
stop = True
else:
current = current.next
return found def is_empty(self):
"""查询链表是否为空"""
return self.head is None def index(self, item):
"""查询某元素的下标"""
pos = 0
current = self.head
while True:
if current.data is item:
break
else:
current = current.next
pos += 1
return pos

 
 

用python实现栈/队列/双端队列/链表的更多相关文章

  1. 《算法实战策略》-chaper19-队列、栈和双端队列

    对于计算机专业的学生来说,他们一定会很熟悉一句话:程序设计 = 算法 + 数据结构.而根据笔者的理解,所谓程序设计其实就是为了编程解决实际问题,所谓算法是一种解决问题某种思维的方法,但是思维需要得到编 ...

  2. HDU-6375-度度熊学队列-双端队列deque/list

    度度熊正在学习双端队列,他对其翻转和合并产生了很大的兴趣. 初始时有 NN 个空的双端队列(编号为 11 到 NN ),你要支持度度熊的 QQ 次操作. ①11 uu ww valval 在编号为 u ...

  3. 计蒜客 A2232.程序设计:蒜厂年会-单调队列(双端队列(STL deque)实现)滑窗维护最小前缀和

    程序设计:蒜厂年会 问答问题反馈 只看题面 16.79% 1000ms 262144K   在蒜厂年会上有一个抽奖,在一个环形的桌子上,有 nn 个纸团,每个纸团上写一个数字,表示你可以获得多少蒜币. ...

  4. python基础教程_学习笔记19:标准库:一些最爱——集合、堆和双端队列

    版权声明:本文为博主原创文章.未经博主同意不得转载. https://blog.csdn.net/signjing/article/details/36201499 标准库:一些最爱 集合.堆和双端队 ...

  5. PHP双向队列,双端队列代码

    <?php /**  * User: jifei  * Date: 2013-07-30  * Time: 23:12 */ /**  * PHP实现双向队列,双端队列  * 双端队列(dequ ...

  6. C++泛化双端队列

    循环双端队列 双端队列可以在队首和队尾进行入队操作.出队操作的特殊队列. 循环双端队列是充分利用空间,使用格外的数据存储队头和队尾,这里利用数组进行实现. 循环双端队列(CircleQueue.h) ...

  7. python 下的数据结构与算法---4:线形数据结构,栈,队列,双端队列,列表

    目录: 前言 1:栈 1.1:栈的实现 1.2:栈的应用: 1.2.1:检验数学表达式的括号匹配 1.2.2:将十进制数转化为任意进制 1.2.3:后置表达式的生成及其计算 2:队列 2.1:队列的实 ...

  8. python中使用双端队列解决回文问题

    双端队列:英文名字:deque (全名double-ended queue)是一种具有队列和栈性质的抽象数据类型. 双端队列中的元素可以从两端弹出,插入和删除操作限定在队列的两边进行. 双端队列可以在 ...

  9. 用Python实现的数据结构与算法:双端队列

    一.概述 双端队列(deque,全名double-ended queue)是一种具有队列和栈性质的线性数据结构.双端队列也拥有两端:队首(front).队尾(rear),但与队列不同的是,插入操作在两 ...

随机推荐

  1. 从linux源码看socket(tcp)的timeout

    从linux源码看socket(tcp)的timeout 前言 网络编程中超时时间是一个重要但又容易被忽略的问题,对其的设置需要仔细斟酌.在经历了数次物理机宕机之后,笔者详细的考察了在网络编程(tcp ...

  2. JSON案例

    原文链接:https://zhuanlan.zhihu.com/p/62763428 json字符串->JSONObject 用JSON.parseObject()方法即可将JSon字符串转化为 ...

  3. Android学习笔记通过Toast显示消息提示框

    显示消息提示框的步骤 这个很简单我就直接上代码了: Button show = (Button)findViewById(R.id.show); show.setOnClickListener(new ...

  4. 【JMeter_03】JMeter GUI操作界面介绍

    JMeter主界面主要分为 标题栏.菜单栏.工具栏.测试计划树形目录.内容展示区 标题栏:主要展示JMeter的程序版本.当前脚本的名称.脚本的储存路径 菜单栏:程序基本上所有功能的所属分类目录,基本 ...

  5. cb35a_c++_STL_算法_for_each

    cb35a_c++_STL_算法_for_each for_each(b,e,p)使用for_each()算法遍历数据使用for_each()和函数对象修改数据使用for_each()的返回值 //转 ...

  6. 138 张图带你 MySQL 入门

    SQL 基础使用 MySQL 是一种关系型数据库,说到关系,那么就离不开表与表之间的关系,而最能体现这种关系的其实就是我们接下来需要介绍的主角 SQL,SQL 的全称是 Structure Query ...

  7. java soket通信总结 bio nio aio的区别和总结

    1 同步 指的是用户进程触发IO操作并等待或者轮询的去查看IO操作是否就绪 自己上街买衣服,自己亲自干这件事,别的事干不了. 2 异步 异步是指用户进程触发IO操作以后便开始做自己的事情,而当IO操作 ...

  8. 观察者模式(Observer Pattern)(二):HeadFirst中的气象站的实现

    1 观察者模式的原理,首先由一个主题,当主题发送变化的时候,通知该主题的订阅者 按照上面的分析我们来进行设计 1.抽象主题Subject public interface Subject { publ ...

  9. C# 人脸识别库

    .NET 人脸识别库 ViewFaceCore 这是基于 SeetaFace6 人脸识别开发的 .NET 平台下的人脸识别库这是一个使用超简单的人脸识别库这是一个基于 .NET Standard 2. ...

  10. 比Minikube更快,使用Kind快速创建K8S学习环境

    简述 K8S 如火如荼的发展着,越来越多人想学习和了解 K8S,但是由于 K8S 的入门曲线较高很多人望而却步. 然而随着 K8S 生态的蓬勃发展,社区也呈现了越来越多的部署方案,光针对生产可用的环境 ...