【Python数据结构与算法】线性结构小结

news2024/12/23 6:12:23

🌈个人主页: Aileen_0v0
🔥系列专栏:PYTHON学习系列专栏
💫"没有罗马,那就自己创造罗马~"  

目录

线性数据结构Linear DS

1.栈Stack

栈的两种实现

1.左为栈顶,时间复杂度为O(n)

2.右为栈顶,时间复杂度O(1)  

2.队列Queue

3.双端队列Deque

4.列表List

5.链表

a.无序链表的实现

b.有序链表的实现

线性数据结构Linear DS

作用:将数据项以某种线性的次序组织起来

1.栈Stack

栈Stack维持了数据项后进先出LIFO的次序
stack的基本操作包括push，pop，isEmpty

栈的两种实现

1.左为栈顶,时间复杂度为O(n)
#左边为顶,右边为低
class Stack:
    def __init__(self):
        self.items = []
 
    def isEmpty(self):
        return self.items == []
 
    def push(self,item):
        self.items.insert(0,item)
 
    def pop(self):
        return self.items.pop(0)
 
    def peek(self):
        return self.items[0]
 
    def size(self):
        return len(self.items)
2.右为栈顶,时间复杂度O(1)  
# 左边为低,右边为顶--->更高效
class Stack:#Stack---->ADT
    def __init__(self):
        self.items =[]
 
    def isEmpty(self):
        return self.items == []
 
# 满足这些属性(行为)的是栈
    def push(self,item):
        self.items.append(item)
 
    def pop(self):
        return self.items.pop()
 
    def peek(self):
        return self.items[len(self.items)-1]
 
    #
    def size(self):
        return len(self.items)
 
s = Stack()

链接👉:http://t.csdnimg.cn/hYT1x 

2.队列Queue


队列Queue维持了数据项先进先出FIFO的次序
queue的基本操作包括enqueue， dequeue,isEmpty 有助于构建时序模拟

书写表达式的方法有前缀prefix、中缀infix和后缀postfix三种由于栈结构具有次序反转的特性，所以栈结构适合用于开发表达式求值和转换的算法
“模拟系统”可以通过一个对现实世界问题进行抽象建模，并加入随机数动态运行为复杂问题的决策提供各种情况的参考队列queue可以用来进行模拟系统的开发

 链接👉:http://t.csdnimg.cn/3xKyl

3.双端队列Deque

双端队列Deque可以同时具备栈和队列的功能

deque的主要操作包括addFront，addRear, removeFront, removeRear, isEmpty

#创建一个双端队列(Dequeue)
class Dequeue:
    #定义一个初始化函数然后创建一个空列表用于传递数据items
    def __init__(self):
        self.items = []
 
    #判断列表是否为空
    def isEmpty(self):
        return self.items == []
 
     #在队首加入元素items
    def addFront(self,item):
        self.items.append(item)
 
    #在队尾加入元素items
    def addRear(self,item):
        self.items.insert(0,item)
 
 
    #从队首移除数据,返回值为移除数据项
    def removeFront(self):
        return self.items.pop()
 
    #从队尾移除数据,返回移除数据项
    def removeRear(self):
        return self.items.pop(0)
 
    #判断列表是否为空
    def isEmpty(self):
        return self.items == []
 
    #返回Dequeue中包含的数据项的个数
    def size(self):
        return len(self.items)
 
#palindrome - 回文检查
def  pal_checker (ps):
    #实例化对象
    d = Dequeue()
    for char in  ps:
        d.addRear(char)
 
    #假设元素左右相等
    still_equal = True
    #依次取出首尾元素进行判断,然后再判断它是否满足 :
    # 奇数个元素的时候,双端队列里面还剩下一个元素
    #偶数个元素的时候,双端队列里面没有元素
    while d.size() > 1 and still_equal :
        #从队首取出一个元素
        first = d.removeFront()
        #从队尾取出一个元素
        last = d.removeRear()
        if first != last:
            still_equal = False
    return still_equal
 
print(pal_checker ("上海自来水来自海上"))
print(pal_checker ("110110"))

链接👉:http://t.csdnimg.cn/GxnBy 

4.列表List

列表List是数据项能够维持相对位置的数据集

# 通过链表实现 无序表-列表
#列表 和 链表 都是无序表 unordered list
#实现链表
class Node:
    def __init__(self,init_data):
        self.data = init_data
        self.next = None
    #获得数据项
    def get_data(self):
        return self.data
    #获得节点
    def get_next(self):
        return self.next
    #设置数据项
    def set_data(self,new_data):
        self.data = new_data
    #设置节点
    def set_next(self,new_next):
        self.next = new_next
 
#结点示例
temp = Node(93)
print(temp.get_data())

链接👉:http://t.csdnimg.cn/nXztJ 

5.链表

链表的实现，可以保持列表维持相对位置(保证逻辑顺序)的特点，而不需要连续的存储空间
链表实现时，其各种方法，对链表头部head需要特别的处理 

a.无序链表的实现

# 通过链表实现 无序表-列表
#列表 和 链表 都是无序表 unordered list
#实现链表 -- 链表相当于火车(顺藤摸瓜结构,如果放在链表后面,找那个车厢需要从头开始往后找)
class Node:#结点Node相当于车厢
    def __init__(self,init_data):
        self.data = init_data
        self.next = None
    #获得数据项
    def get_data(self):
        return self.data
    #获得节点
    def get_next(self):
        return self.next
    #设置数据项
    def set_data(self,new_data):
        self.data = new_data#属性
    #设置节点
    def set_next(self,new_next):
        self.next = new_next#属性

#结点示例
temp = Node(93)
temp2 = Node(17)
temp3 = Node(77)
print(temp.get_data())
print(temp2.get_data())
print(temp3.get_data())


# 链表:1.有序表 2.无序表
#链表实现: 无序表 UnorderedList
#设立一个属性head , 保存对对第一个节点的引用
#空表的 head 为 None
class UnorderedList:
    def __init__(self):
        self.head = None
# mylist = UnorderedList()
# print (mylist.head)

    #为item数据项生成一个结点-Node 叫做item
    def add(self,item):
        #然后将这个结点命名为临时变量
        temp = Node(item)
        #将下一个临时结点设置为表头
        temp.set_next(self.head)
        #表头指向新增加的临时结点
        self.head = temp

    def size(self):
        #当前节点设为表头第一个节点
        current = self.head
        count = 0
        while current != None:
            count += 1
            #将当前节点设为下一个结点的结点,循环往复
            current = current.get_next()
                #返回结点的个数
        return count

    def search(self,item):
        current = self.head
        found = False
        while current != None and not found:
            #判断当前节点数据项是否等于我想要找的数据
            if current.get_data() == item:
                found = True
            else:
                current = current.get_next()
        return found

    def remove(self,item):#删除找到的元素--引用两个指针当前和上继指针
        current = self.head
        previous = None
        found = False
        #先判断是不是我要找的那个元素
        while not found:
            if current.get_data == item:
                found = True
            else:
                #通过current的指针给初始没有指针的previous指路
                previous = current
                #然后current指针继续往下走
                current = current.get_next

# 如果中间位置找不到,那我们再判断表头
#当前删除的车厢部位值item 位于头部时,可以利用 previous 指向空
        if previous == None:#当前想要删除的是不是车头处的元素
            self.head = current.get_next()
        else:
            previous.set_next(current.get_next())#删除的是中间元素

    def traverse(self):
        current = self.head
        while current != None:
            print(current.get_data())
            current = current.get_next()

#实例化无序表:
ll  = UnorderedList()

# 加入新节点
ll.add(7)
ll.add(9)
ll.add(6)
ll.add(8)
ll.add(10)

print(ll.search(1000))
ll.traverse()

b.有序链表的实现

class Node:#结点Node相当于车厢
    def __init__(self,init_data):
        self.data = init_data
        self.next = None
    #获得数据项
    def get_data(self):
        return self.data
    #获得节点
    def get_next(self):
        return self.next
    #设置数据项
    def set_data(self,new_data):
        self.data = new_data#属性
    #设置节点
    def set_next(self,new_next):
        self.next = new_next#属性

class Orderedlist:
    def __init__(self):
        self.head = None

    def search(self,item):
        current = self.head
        found = False
        stop = False
        while current != None and not found and not stop:
            if current.get_data() == item:
                found = True
            else:
                if current.get_data()  > item:
                    stop = True
                else:
                    current = current.get_next()
        return found

    def add(self,item):
        current = self.head#指针1
        previous = None#p2
        stop = False
        while current != None and not stop:
            #发现插入位置
            if current.get_data() > item:
                stop = True
            else:
                previous = current
                current = current.get_next()

        temp = Node(item)
        #插在表头
        if previous == None:
            temp.set_next(self.head)
            self.head = temp
        #插在表中
        else:
            temp.set_next(current)
            previous.set_next(temp)

    def size(self):
        current = self.head
        count = 0
        while current != None:
            count += 1
            current = current.get_next()
        return count


    def remove(self, item):
        current = self.head
        previous = None
        found = False
        while not found and current != None:
            if current.get_data() == item:
                found = True
            else:
                previous = current
                current = current.get_next()
        if found:
            if previous == None:
                self.head = current.get_next()
            else:
                previous.set_next(current.get_next())

    def traverse(self):
        current = self.head
        while current != None:
            print(current.get_data())
            current = current.get_next()

ol = Orderedlist()
ol.add(7)
ol.add(9)
ol.add(6)
ol.add(8)
ol.add(10)
print(ol.search(6))
ol.traverse()

链接👉:http://t.csdnimg.cn/uTilE

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1209351.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

SpringCloudalibaba2

SpringCloudalibaba2

一、nacos简介 Nacos（全称为"Nano Service"）是一个用于动态服务发现、配置管理和服务元数据的开源平台。它由阿里巴巴集团于2018年开源，并逐渐成为云原生应用中的重要组件之一。 Nacos提供了以下主要功能： 1. 服务发…
阅读更多...
Mysql5.7创建远程账号和新建数据库

Mysql5.7创建远程账号和新建数据库

文章目录 Mysql5.7创建远程账号和新建数据库创建远程账号新建默认数据库默认数据库指定字符集数据库写法一写法二 查看数据库列表查看数据库的定义声明 Mysql5.7创建远程账号和新建数据库 创建远程账号 CREATE USER mm% IDENTIFIED WITH mysql_native_password BY mm1122;Que…
阅读更多...
iceoryx(冰羚)-Service Discovery

iceoryx(冰羚)-Service Discovery

Service Discovery Summary and problem description IPC通道（例如消息队列或UNIX域套接字）上的服务发现是不可执行的，因为传输的数据较大，这可能会导致多个帧的传输。如果发现大量高频服务，例如在启动时&#xff0c…
阅读更多...
易点易动固定资产管理系统助您轻松应对复杂的固定资产管理挑战

易点易动固定资产管理系统助您轻松应对复杂的固定资产管理挑战

在现代企业运营中，固定资产是企业的重要财产，对于企业的发展和运营至关重要。然而，随着企业规模的扩大和业务的复杂化，固定资产管理面临着越来越多的挑战。传统的手工管理方法已经无法满足企业的需求，因此，…
阅读更多...
Sentinel底层原理（下）

Sentinel底层原理（下）

1、概述 Sentinel的核心原理，也就是前面提到暗流涌动的SphU.entry(…)这行代码背后的逻辑。 Sentinel会为每个资源创建一个处理链条，就是一个责任链，第一次访问这个资源的时候创建，之后就一直复用，所以这个处理链条每…
阅读更多...
开源软件 FFmpeg 生成模型使用图片数据集

开源软件 FFmpeg 生成模型使用图片数据集

本篇文章聊聊，成就了无数视频软件公司、无数在线视频网站、无数 CDN 云服务厂商的开源软件 ffmpeg。 分享下如何使用它将各种视频或电影文件，转换成上万张图片数据集、壁纸集合，来让下一篇文章中的模型程序“有米下锅”，这个方法…
阅读更多...
Genio 700安卓核心板-MT8390安卓核心板规格参数

Genio 700安卓核心板-MT8390安卓核心板规格参数

Genio 700(MT8390)安卓核心板是一款专门针对智能家居、互动零售、工业和商业应用的高性能边缘人工智能物联网平台。它集成了高度响应的边缘处理、先进的多媒体功能、各种传感器和连接选项，并支持多任务操作系统。 )安卓核心板采用高效的芯片内人工智能多处理器(APU)…
阅读更多...
Meta开源支持1000多种语言的文本转语音与语音识别大语言模型

Meta开源支持1000多种语言的文本转语音与语音识别大语言模型

据不完全统计，地球上有超过7000多种语言，而现在的大语言模型仅仅只涉及到了主流的100多种语言。相对全球7000多种语言来讲，这仅仅只是其中的一小部分。如何让全球的人获益，把大语言模型扩展到更多的语言上，一直是大语言模型研究的重点。Meta发布了涵盖 1406 种语言的预训练…
阅读更多...
缺陷预测（一）——论文复现

缺陷预测（一）——论文复现

运行CGCN文件 问题一：CNN输入维度的问题出现的问题解决问题原因 问题二：mix时，输入的train_in和train_gen.inputs数据格式不一致出现的问题解决问题 最终结果 问题一：CNN输入维度的问题 出现的问题 数据集改好之后，出…
阅读更多...
WebStorm配置less编译wxss或css

WebStorm配置less编译wxss或css

文章目录 前言先下载安装less程序：实参：要刷新的输出路径成功 前言 使用WebStorm写微信小程序，wxss写着很麻烦，就想着用less，接下来是配置less编译 先下载安装less npm install -g lessless会安装在你当前目录下(以D…
阅读更多...
记录第一次

记录第一次

1.看接口 看控制台 报错吗？ 控制台 空指针报错 前端控制台 2.找报错 看哪里报的错误，控制台的错误（空指针报错） 错误问题： 3.分析业务 业务问题 一定要问， 4. 找到出错点
阅读更多...
Netty Review - 核心组件扫盲

Netty Review - 核心组件扫盲

文章目录 PreNetty Reactor 的工作架构图CodePOMServerClient Netty 重要组件taskQueue任务队列scheduleTaskQueue延时任务队列Future异步机制Bootstrap与ServerBootStrapgroup()channel()option()与childOption()ChannelPipelinebind()优雅地关闭EventLoopGroupChannleChannel…
阅读更多...
设置虚拟机静态IP

设置虚拟机静态IP

1、修改配置文件 /etc/sysconfig/network-scripts/ifcfg-ens160 将BOOTPROTOdhcp改为static，天机IPADDR192.168.10.13 2、重启网络服务 systemctl restart network
阅读更多...
【算法练习Day47】两个字符串的删除操作编辑距离

【算法练习Day47】两个字符串的删除操作编辑距离

​📝个人主页：Sherry的成长之路 🏠学习社区：Sherry的成长之路（个人社区） 📖专栏链接：练题 🎯长路漫漫浩浩，万事皆有期待 文章目录 两个字符串的删除操作编辑距…
阅读更多...
Leetcode—122.买卖股票的最佳时机II【中等】

Leetcode—122.买卖股票的最佳时机II【中等】

2023每日刷题&#xff08;二十八&#xff09; Leetcode—122.买卖股票的最佳时机II 实现代码 int maxProfit(int* prices, int pricesSize) {int totalProfit 0;if(pricesSize < 1) {return 0;}for(int i 1; i < pricesSize; i) {if(prices[i] - prices[i - 1] > …
阅读更多...
劲升逻辑携手山东电子口岸及青岛港，赋能山东港口数字化建设

劲升逻辑携手山东电子口岸及青岛港，赋能山东港口数字化建设

合作意向书签署现场 2023 年 11 月 11 日&#xff0c;中国山东——跨境贸易数字化领域的领导者劲升逻辑分别与山东省电子口岸有限公司&#xff08;简称“山东电子口岸”&#xff09;、山东港口青岛港子公司青岛港国际集装箱发展有限公司在新加坡-山东经贸理事会&#xff08;简…
阅读更多...
【C#学习】常见控件学习

【C#学习】常见控件学习

】 如何让Button控件只显示图片 第一步&#xff1a;设置按钮背景图片&#xff0c;并且图片随按钮大小变化 第二步&#xff1a;设置按钮使之只显示图片 button1.FlatStyle FlatStyle.Flat;//stylebutton1.ForeColor Color.Transparent;//前景button1.BackColor Color.Tran…
阅读更多...
JUC工具包介绍

JUC工具包介绍

目录 1. 引言 2. 介绍JUC工具包 2.1. JUC工具包的概述和作用 2.2. 什么是JUC工具包&#xff1f; 2.2.1. JUC工具包与传统线程编程的区别和优势 3. 线程池&#xff08;Executor&#xff09; 3.1. 线程池的概念和优势 3.1.1. ThreadPoolExecutor类的介绍和使用示例 3.1.…
阅读更多...
每天一点python——day68

每天一点python——day68

#每天一点Python——68 #字符串的替换与合并 #如图&#xff1a; #①字符串的替换 shello&#xff0c;computer#创建一个字符串 print(s.replace(computer,python)) #用python替换computer替换语法 string.replace(old, new, count) sring&#xff1a;表示字符串 old&#xff1a…
阅读更多...
javaSE学习笔记（八）-多线程

javaSE学习笔记（八）-多线程

目录 九、多线程 1.概述 线程 多线程并行和并发的区别 Java程序运行原理 多线程为什么快 如何设置线程数比较合理 CPU密集型程序 I/O密集型程序 注意 线程的五种状态 新建状态&#xff08;new&#xff09; 就绪&#xff08;runnable&#xff09; 运行状态&#x…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023