本文主要是介绍【数据结构1】数据结构的分类、数组和列表的区别、栈(括号匹配问题)、队列(双向对列、环形队列、队列内置模块)、从队列读取文件、栈和队列的应用(迷宫问题-[栈-深度优先搜索]、[队列-广度优先搜索]),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
1 数据结构的分类
2 数组和列表的区别
3 栈
3.1 栈的基本实现
3.2 栈的应用:括号匹配问题
4 队列
4.1 环形队列的实现
4.2 双向对列
4.3 python队列内置模块
4.4 从队列读取文件
5 栈和队列的应用:迷宫问题
6 栈和队列的应用(迷宫问题[队列-广度优先搜索])
1 数据结构的分类
数据结构按照其逻辑结构可分为线性结构、树结构、图结构
线性结构:数据结构中的元素存在一对一的相互关系
树结构:数据结构中的元素存在一对多的相互关系
图结构:数据结构中的元素存在多对多的相互关系
2 数组和列表的区别
数组与列表有两点不同:1.数组元素类型要相同2.数组长度固定
3 栈
栈(Stack)是一个数据集合,可以理解为只能在一端进行插入或删除操作的列表。
栈的特点:后进先出 LIFO(last-in,frst-out)
栈的概念:栈顶、栈底-栈的基本操作:进栈(压栈):push出栈:pop取栈顶:gettop-栈的实现:使用一般的列表结构即可实现栈进栈:li.append出栈:li.pop取栈顶:li[-1]
3.1 栈的基本实现
class Stack:def __init__(self):self.stack = []def push(self, element):self.stack.append(element)def pop(self):return self.stack.pop()def get_top(self):if len(self.stack) > 0:return self.stack[-1]return Nonestack = Stack()
stack.push(1)
stack.push(2)
stack.push(3)
print(stack.pop())
3.2 栈的应用:括号匹配问题
def brace_match(s):stack = Stack()match = {'}': '{', ']': '[', ')': '('}for ch in s:if ch in {'(', '[', '{'}:stack.push(ch)else: # ch in {'}', ']', ')'}if stack.is_empty():return Falseelif stack.get_top() == match[ch]:stack.pop()else: # stack.get_top() != mathc[ch]return Falseif stack.is_empty():return Truereturn Falseprint(brace_match('[{()}(){()}[]({}){}]')) # True
print(brace_match('[]}')) # False
4 队列
队列(Queue)是一个数据集合,仅允许在列表的一端进行插入,另一端进行删除。
进行插入的一端称为队尾(rear),插入动作称为进队或入队
进行删除的一端称为队头(front),删除动作称为出队
队列的性质:先进先出(First-in,First-out)
4.1 环形队列的实现
环形队列:当队尾指针front ==Maxsize+1时,再前进一个位置就自动到0
队首指针前进1:front=(front+1)% MaxSize
队尾指针前进1:rear=(rear+1)%MaxSize
队空条件:rear ==front
队满条件:(rear+1)% MaxSize == front
class Queue:def __init__(self, size=100):"""初始化一个循环队列。:param size: 队列的最大容量(默认值为100)"""# 创建一个固定大小的列表来存储队列元素self.queue = [0 for _ in range(size)]self.size = size # 队列的最大容量self.rear = 0 # 队尾指针,指向下一个插入位置self.front = 0 # 队首指针,指向下一个删除位置def push(self, element):"""将元素插入队列。:param element: 要插入的元素:raises IndexError: 如果队列已满,则抛出异常"""if not self.is_filled(): # 检查队列是否已满self.queue[self.rear] = element # 在队尾位置插入元素self.rear = (self.rear + 1) % self.size # 更新队尾指针,使用模运算实现循环else:raise IndexError('Queue is filled!') # 如果队列已满,抛出异常def pop(self):"""从队列中删除并返回队首元素。:return: 从队列中删除的元素:raises IndexError: 如果队列为空,则抛出异常"""if not self.is_empty(): # 检查队列是否为空element = self.queue[self.front] # 获取队首元素self.front = (self.front + 1) % self.size # 更新队首指针,使用模运算实现循环return elementelse:raise IndexError('Queue is empty!') # 如果队列为空,抛出异常def is_empty(self):"""检查队列是否为空。:return: 如果队列为空,返回True;否则,返回False"""# 队列为空的条件是队尾指针和队首指针相同return self.rear == self.frontdef is_filled(self):"""检查队列是否已满。:return: 如果队列已满,返回True;否则,返回False"""# 队列满的条件是队尾指针的下一个位置与队首指针相同return (self.rear + 1) % self.size == self.frontq = Queue(5)
for i in range(4):q.push(i)
print(q.is_filled()) # True
4.2 双向对列
双向队列的两端都支持进队和出队操作
双向队列的基本操作:队首进队队首出队队尾进队队尾出队
4.3 python队列内置模块
使用方法:from collections import deque
创建队列:queue = deque()
p进队:append()
出队:popleft()
双向队列队首进队:appendleft()
双向队列队尾出队:pop()
from collections import deque# 创建一个双向队列(deque)对象 q
# q = deque()# 使用指定的初始元素和最大长度来创建双向队列
q = deque([1, 2, 3], 5) # 初始化队列 q,包含元素 1, 2, 3,最大长度为 5# 操作单向队列# 队尾进队:将元素 6 添加到队列的末尾
q.append(6)# 队首出队:移除并返回队列的第一个元素
# q.popleft()
print(q.popleft()) # 输出: 1# 操作双向队列# 队首进队:将元素 1 添加到队列的开头
q.appendleft(1)# 队尾出队:移除并返回队列的最后一个元素
q.pop()
4.4 从队列读取文件
from collections import dequedef tail(n):with open('test.txt', 'r') as f:q = deque(f, n)return q# print(tail(5))
for line in tail(5):print(line, end='')
5 栈和队列的应用:迷宫问题
栈:深度优先搜索
回溯法
思路:从一个节点开始,任意找下一个能走的点,当找不到能走的点时,退回上一个点寻找是否有其他方向的点。
使用栈存储当前路径
# 1代表墙 0代表通道
maze = [[1, 1, 1, 1, 1, 1, 1, 1, 1, 1],[1, 0, 0, 1, 0, 0, 0, 1, 0, 1],[1, 0, 0, 1, 0, 0, 0, 1, 0, 1],[1, 0, 0, 0, 0, 1, 1, 0, 0, 1],[1, 0, 1, 1, 1, 0, 0, 0, 0, 1],[1, 0, 0, 0, 1, 0, 0, 0, 0, 1],[1, 0, 1, 0, 0, 0, 1, 0, 0, 1],[1, 0, 1, 1, 1, 0, 1, 1, 0, 1],[1, 1, 0, 0, 0, 0, 0, 0, 0, 1],[1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
]dirs = [lambda x, y: (x + 1, y), # 下lambda x, y: (x - 1, y), # 上lambda x, y: (x, y - 1), # 左lambda x, y: (x, y + 1) # 右
]def maze_path(x1: int, y1: int, x2: int, y2: int) -> bool:"""在迷宫中寻找从 (x1, y1) 到 (x2, y2) 的路径:param x1: 起点的x坐标:param y1: 起点的y坐标:param x2: 终点的x坐标:param y2: 终点的y坐标:return: 如果找到路径返回 True,并打印路径;否则返回 False"""stack = [] # 用栈来存储路径stack.append((x1, y1)) # 将起点坐标入栈while len(stack) > 0: # 当栈不为空时,循环寻找路径cur_node = stack[-1] # 取当前路径的最后一个节点作为当前节点if cur_node[0] == x2 and cur_node[1] == y2: # 如果当前节点是终点for p in stack: # 打印路径print(p)return True # 找到路径,返回 True# 尝试从当前节点向四个方向移动for dir in dirs:next_node = dir(cur_node[0], cur_node[1]) # 计算下一个节点的位置# 如果下一个节点是通道(未访问过)if maze[next_node[0]][next_node[1]] == 0:stack.append(next_node) # 将下一个节点入栈maze[next_node[0]][next_node[1]] = 2 # 标记该节点已访问过break # 成功移动到新节点,退出当前循环else:maze[next_node[0]][next_node[1]] = 2stack.pop() # 如果四个方向都无法移动else: # 如果栈为空且未找到路径print('无路可走')return False # 返回 False,表示没有找到路径# 调用迷宫路径寻找函数,从 (1, 1) 到 (8, 8)
print(maze_path(1, 1, 8, 8))
6 栈和队列的应用(迷宫问题[队列-广度优先搜索])
思路:从一个节点开始,寻找所有接下来能继续走的点,继续不断寻找,直到找到出口。
使用队列存储当前正在考虑的节点
图形演示
from collections import deque# 1代表墙 0代表通道
maze = [[1, 1, 1, 1, 1, 1, 1, 1, 1, 1],[1, 0, 0, 1, 0, 0, 0, 1, 0, 1],[1, 0, 0, 1, 0, 0, 0, 1, 0, 1],[1, 0, 0, 0, 0, 1, 1, 0, 0, 1],[1, 0, 1, 1, 1, 0, 0, 0, 0, 1],[1, 0, 0, 0, 1, 0, 0, 0, 0, 1],[1, 0, 1, 0, 0, 0, 1, 0, 0, 1],[1, 0, 1, 1, 1, 0, 1, 1, 0, 1],[1, 1, 0, 0, 0, 0, 0, 0, 0, 1],[1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
]dirs = [lambda x, y: (x + 1, y), # 下lambda x, y: (x - 1, y), # 上lambda x, y: (x, y - 1), # 左lambda x, y: (x, y + 1) # 右
]def print_node(path):"""还原并打印从起点到终点的实际路径:param path: 保存路径的列表,每个元素是一个三元组,表示当前节点的坐标和其父节点的索引"""real_path = list() # 存储实际路径i = len(path) - 1 # 从路径的最后一个节点开始回溯while i >= 0:real_path.append(path[i][0:2]) # 将当前节点的坐标添加到实际路径中i = path[i][2] # 继续回溯到父节点real_path.reverse() # 由于是从终点回溯到起点,所以需要反转路径for node in real_path:print(node) # 打印实际路径中的每个节点坐标def maze_path_queue(x1: int, y1: int, x2: int, y2: int) -> bool:"""使用广度优先搜索(BFS)在迷宫中寻找从 (x1, y1) 到 (x2, y2) 的路径:param x1: 起点的x坐标:param y1: 起点的y坐标:param x2: 终点的x坐标:param y2: 终点的y坐标:return: 如果找到路径返回 True,否则返回 False"""queue = deque() # 初始化队列用于BFSpath = list() # 保存已访问节点的路径,每个元素包含节点坐标和其父节点的索引queue.append((x1, y1, -1)) # 将起点节点入队,初始节点没有父节点,因此索引为 -1while len(queue) > 0: # 当队列不空时,继续寻找路径cur_node = queue.popleft() # 从队列中取出当前节点path.append(cur_node) # 将当前节点加入到路径中if cur_node[0] == x2 and cur_node[1] == y2: # 检查当前节点是否为终点print_node(path) # 如果到达终点,则打印实际路径return True # 返回 True 表示成功找到路径# 遍历当前节点的四个可能的移动方向for dir in dirs:next_node = dir(cur_node[0], cur_node[1]) # 计算下一个节点的坐标# 如果下一个节点是通道(未访问过)if maze[next_node[0]][next_node[1]] == 0:queue.append((next_node[0], next_node[1], len(path) - 1)) # 将下一个节点入队,并记录其父节点的索引maze[next_node[0]][next_node[1]] = 2 # 标记该节点已访问过,避免重复访问else: # 如果队列为空,且未找到路径return False # 返回 False 表示没有找到路径# 调用迷宫路径寻找函数,从 (1, 1) 到 (8, 8)
print(maze_path_queue(1, 1, 8, 8))
这篇关于【数据结构1】数据结构的分类、数组和列表的区别、栈(括号匹配问题)、队列(双向对列、环形队列、队列内置模块)、从队列读取文件、栈和队列的应用(迷宫问题-[栈-深度优先搜索]、[队列-广度优先搜索])的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!