队列和堆栈是我们在日常编码中使用的相当简单的数据结构。事实上,它们可以被认为是维护数据最简单的结构。
在整篇文章中,我将使用 DS 来指代数据结构。
Queue是一个按照先进先出原则工作的DS。先来的数据被允许先出去。实现队列的方法有很多种。我们可以自由地使用数组、链表等。但在这里,我将讨论使用另一个称为 Stack 的 DS 来实现 Queue。
现在,我们都知道,Stack 是一个按照 LIFO 原理工作的 DS。我总是考虑把书一本一本地堆放在另一本上面,所以如果它可以帮助你想象的话,请随意使用这个类比。
我在 hackerrank 中遇到了这个问题,他们要求我们使用 2 个堆栈来实现队列。听起来很简单吧?花点时间思考一下我们如何才能实现这一目标。
您可能已经想出了一些解决方案,因为有很多方法可以做到这一点。那你为什么不直接尝试一下呢?
问题
现在,对于那些尝试过并遇到“超时错误”的人和那些懒得尝试的人,让我向您解释解决此问题的最简单、最简单的解决方案。
首先看一下stack是如何实现的。
如你所见,我使用列表实现了堆栈。最初,构造函数初始化一个空列表。我们通过将数据附加到列表末尾来推送数据。弹出时,如果我们不提供索引,它将从列表末尾弹出。因此,最后插入的元素是第一个弹出的。
现在,以与队列类似的方式,我们已经初始化了两个不同的堆栈。一种用于入队,一种用于出队。
我们使用类似于堆栈的enqueueStack,只是将数据推送到列表末尾。但是对于 dequeueStack,我们知道堆栈的 pop 函数会从最后一个元素中删除元素,所以我们要做的是;我们反转enqueueStack并将其放入dequeueStack中。因此,enqueueStack的第一个元素成为dequeueStack的最后一个元素,enqueueStack的第二个元素成为dequeueStack的倒数第二个元素,依此类推。所以现在如果我们对 dequeueStack 使用 pop 函数,那么它将删除我们推送的第一个元素,从而模仿队列。
如果现在这听起来令人困惑,请不要担心!一旦你看到代码,你就会明白我在说什么。事实上现在就看看吧!
您可能想知道这些额外检查的用途是什么。就像检查 dequeueStack 是否为空一样。如果我们最初不检查它。 enqueueStack 的元素通过反转将进入 dequeueStack,发生的情况是原本应该位于第一个的出队 Stacks 元素现在最终成为最后一个。因此,首先必须清空 dequeueStack,如代码所示。
与此类似,printFront 打印应该位于队列前面的项目。
在此实现之后,我们从 STDIN 读取输入并将输出打印到 STDOUT。
我们的输入有点像这样:
完整的主要功能是:
我尝试以尽可能简单的方式实现这一点。可能还有其他几种更好的方法来实现这一点。这里展示其中之一!
以上是使用堆栈实现队列的详细内容。更多信息请关注PHP中文网其他相关文章!

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

Python的statistics模块提供强大的数据统计分析功能,帮助我们快速理解数据整体特征,例如生物统计学和商业分析等领域。无需逐个查看数据点,只需查看均值或方差等统计量,即可发现原始数据中可能被忽略的趋势和特征,并更轻松、有效地比较大型数据集。 本教程将介绍如何计算平均值和衡量数据集的离散程度。除非另有说明,本模块中的所有函数都支持使用mean()函数计算平均值,而非简单的求和平均。 也可使用浮点数。 import random import statistics from fracti

Python 对象的序列化和反序列化是任何非平凡程序的关键方面。如果您将某些内容保存到 Python 文件中,如果您读取配置文件,或者如果您响应 HTTP 请求,您都会进行对象序列化和反序列化。 从某种意义上说,序列化和反序列化是世界上最无聊的事情。谁会在乎所有这些格式和协议?您想持久化或流式传输一些 Python 对象,并在以后完整地取回它们。 这是一种在概念层面上看待世界的好方法。但是,在实际层面上,您选择的序列化方案、格式或协议可能会决定程序运行的速度、安全性、维护状态的自由度以及与其他系

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

本文讨论了诸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和请求等流行的Python库,并详细介绍了它们在科学计算,数据分析,可视化,机器学习,网络开发和H中的用途

本文指导Python开发人员构建命令行界面(CLIS)。 它使用Typer,Click和ArgParse等库详细介绍,强调输入/输出处理,并促进用户友好的设计模式,以提高CLI可用性。

该教程建立在先前对美丽汤的介绍基础上,重点是简单的树导航之外的DOM操纵。 我们将探索有效的搜索方法和技术,以修改HTML结构。 一种常见的DOM搜索方法是EX

文章讨论了虚拟环境在Python中的作用,重点是管理项目依赖性并避免冲突。它详细介绍了他们在改善项目管理和减少依赖问题方面的创建,激活和利益。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

Dreamweaver Mac版
视觉化网页开发工具

SublimeText3汉化版
中文版,非常好用

适用于 Eclipse 的 SAP NetWeaver 服务器适配器
将Eclipse与SAP NetWeaver应用服务器集成。

安全考试浏览器
Safe Exam Browser是一个安全的浏览器环境,用于安全地进行在线考试。该软件将任何计算机变成一个安全的工作站。它控制对任何实用工具的访问,并防止学生使用未经授权的资源。

VSCode Windows 64位 下载
微软推出的免费、功能强大的一款IDE编辑器