代码随想录刷题总结--栈和队列

232.用栈实现队列

使用栈实现队列的下列操作：

push(x) -- 将一个元素放入队列的尾部。 pop() -- 从队列首部移除元素。 peek() -- 返回队列首部的元素。 empty() -- 返回队列是否为空。

思路

1. 栈的特点先进后出，队列则是先进先出，因此要用先进后出的的特点去实现先进先出

2. 明显使用一个栈无法满足 ，使用2个栈，一个存放进入队列的元素，一个存放出队列的元素

3. 当进入队列，直接将队列中的元素全部放入一个栈中

4. 出队列则将第一个栈中的元素放入 第二个栈中，再弹出，此时先放入的元素，就已经在第二个队列的最前面，就可以实现先进先出的效果

 class MyQueue {
 ?
     Stack<Integer> stackIn;
     Stack<Integer> stackOut;
 ?
     public MyQueue() {
         stackIn = new Stack<Integer>(); //入栈
         stackOut = new Stack<Integer>(); //出栈
     }
 ?
     public void push(int x){
         stackIn.push(x);
     }
 ?
     public int pop() {
         dumpstackIn();
         return stackOut.pop();
     }
     public int peek() {
         dumpstackIn();
         return stackOut.peek();
     }
     public boolean empty() {
         return stackIn.isEmpty() && stackOut.isEmpty();
     }
 ?
     private void dumpstackIn() {
         //当弹出栈不为空 直接取
         if (!stackOut.empty()) return;
         //当弹入栈为空，则将入栈 的所有元素放入
         while (!stackIn.empty()){
             stackOut.push(stackIn.pop());
         }
     }
 ?
 }

225. 用队列实现栈

• push(x) -- 元素 x 入栈

• pop() -- 移除栈顶元素

• top() -- 获取栈顶元素

• empty() -- 返回栈是否为空

思路

1. 用队列实现先进后出效果，关键点在于出队列的时候 ，元素顺序需要倒转过来 ，让最后 一个元素变成第一个元素

2. 使用一个队列模拟，每当移除元素，先移除队列中的前size-1个元素，然后将前size-1元素进入队列，此时最先进入的元素就在队列的最低前面了，然后移除队列元素

 class MyStack {
     Queue<Integer> queue1; //和栈中的元素一致
 ?
     public MyStack() {
         queue1 = new LinkedList<Integer>();
     }
 ?
     public void push(int x) {
         queue1.offer(x);
     }
 ?
     public int pop() {
         //将前size--个元素重新追加到队列后面,使得最后一个元素，最先出队列
         int size = queue1.size();
         size--;
         while (size-- > 0) {
             queue1.add(queue1.poll());
         }
         return queue1.poll();
     }
 ?
     public int top() {
         //将前size--个元素重新追加到队列后面,使得最后一个元素，最先出队列
         int size = queue1.size();
         size--;
         while (size-- > 0) {
             queue1.add(queue1.poll());
         }
         Integer poll = queue1.poll();
         queue1.offer(poll);
         return poll;
     }
 ?
     public boolean empty() {
         return queue1.isEmpty();
     }
 }

20. 有效的括号

给定一个只包括 '('，')'，'{'，'}'，'['，']' 的字符串，判断字符串是否有效。

有效字符串需满足：

• 左括号必须用相同类型的右括号闭合。

• 左括号必须以正确的顺序闭合。

• 注意空字符串可被认为是有效字符串。

示例 1:

• 输入: "()"

• 输出: true

示例 2:

• 输入: "()[]{}"

• 输出: true

示例 3:

• 输入: "(]"

• 输出: false

.思路

1. 可以使用栈，遍历符号，当符号口朝左边，则放入栈中对应的朝向右边的括号 ，当遍历的字符朝向右边，并且匹配则移除元素我匹配成功

2. 最终匹配的结果共三种：

   1. 已经遍历完了字符串，但是栈不为空，说明有相应的左括号没有右括号来匹配，所以return false

      1. 

   2. 遍历字符串匹配的过程中，发现栈里没有要匹配的字符。所以return false

      1. 

   3. 遍历字符串匹配的过程中，栈已经为空了，没有匹配的字符了，说明右括号没有找到对应的左括号return false

      

? ? 

 public boolean isValid(String s) {
         Deque<Character> deque = new LinkedList<>();
         char ch;
         for (int i = 0; i < s.length(); i++) {
             ch = s.charAt(i);
             if ('(' == s.charAt(i)){
                 deque.push(')');
             }else if ('{' == ch){
                 deque.push('}');
             }else if ('[' == ch){
                 deque.push(']');
                 //遍历字符串遇到朝右边的括号，开始匹配
             }else if (deque.isEmpty() || ch != deque.peek()){//栈为空则没有匹配到对应的左边元素，情况三，栈顶元素和当前字符串不匹配，说明是有括号封闭的顺序不对
                 return false;
             }else {
                 //匹配成功则弹栈
                 deque.pop();
             }
 ?
         }
         //情况三
         if (!deque.isEmpty()){
             return false;
         }
         return true;
     }

1047. 删除字符串中的所有相邻重复项

示例：

• 输入："abbaca"

• 输出："ca"

• 解释：例如，在 "abbaca" 中，我们可以删除 "bb" 由于两字母相邻且相同，这是此时唯一可以执行删除操作的重复项。之后我们得到字符串 "aaca"，其中又只有 "aa" 可以执行重复项删除操作，所以最后的字符串为 "ca"。

思路

1. 使用栈进行匹配 ，可以新增一个字符串对象作为栈

2. 遍历字符串，字符串栈对象，需要另外定义一个指针，当匹配失败则入栈，指针增加，匹配成功则出栈，指针减少一个位置

    //将字符串当做栈，遍历 每一个字符和栈顶元素比较 定义一个指针为栈顶
     public String removeDuplicates(String s) {
         StringBuffer sb = new StringBuffer();
         int top = -1;
         for (int i = 0; i < s.length(); i++) {
             char ch = s.charAt(i);
             //栈中有值 并且栈顶元素等予字符串当前遍历的字符
             if (top >= 0 && ch == sb.charAt(top)){
                 sb.deleteCharAt(top);
                 top--;
             }else {
                 sb.append(ch);
                 top++;
             }
         }
         return sb.toString();
     }

?

150. 逆波兰表达式求值

根据 逆波兰表示法，求表达式的值。

有效的运算符包括 + , - , * , / 。每个运算对象可以是整数，也可以是另一个逆波兰表达式。

说明：

整数除法只保留整数部分。 给定逆波兰表达式总是有效的。换句话说，表达式总会得出有效数值且不存在除数为 0 的情况。

示例 1：

• 输入: ["2", "1", "+", "3", " * "]

• 输出: 9

• 解释: 该算式转化为常见的中缀算术表达式为：((2 + 1) * 3) = 9

思路

1. 遇到符号则取前两位数字做运算

2. 使用栈模拟操作，遍历字符串，遇到数字入栈

3. 遇到操作符，取栈顶的两个元素做运算，然后将这两个元素弹出，将运算的结果入栈，一直遍历完字符串

? 

   public int evalRPN(String[] tokens) {
         Deque<Integer> stack = new LinkedList<>();
         for (String token : tokens) {
             if (token.equals("+")){
                 stack.push(stack.pop() + stack.pop());
             }else if (token.equals("-")){
                 //减法和除法特殊处理，操作元素是到处第二个元素操作栈顶元素
                 stack.push(-stack.pop() + stack.pop());
             }else if (token.equals("*")){
                 stack.push(stack.pop() * stack.pop());
             }else if (token.equals("/")){
                 int t1 = stack.pop();
                 int t2 = stack.pop();
                 stack.push(t2 / t1);
             }else {
                 stack.push(Integer.valueOf(token));
             }
         }
         return stack.pop();
     }

347.前 K 个高频元素

给定一个非空的整数数组，返回其中出现频率前 k 高的元素。

示例 1:

• 输入: nums = [1,1,1,2,2,3], k = 2

• 输出: [1,2]

思路

1. 统计元素出现频率

   1. 类似于哈希表的思路，构建一个map，key出现的元素，value为出现的频率

2. 对频率排序

   1. 因为需要将map进行排序 ，这里构建优先级队列进行我排序，优先级队列内部元素是自动依照元素的权值排列，默认是根据节点值倒叙排序，即为大顶堆

   2. 用小顶堆，因为要统计最大前k个元素，只有小顶堆每次将最小的元素弹出，最后小顶堆里积累的才是前k个最大元素

    public int[] topKFrequent(int[] nums, int k) {
         //1.定义一个小顶堆，即为优先级队列 lamda表达 根据数组的第一个元素正序
         PriorityQueue<int[]> priorityQueue = new PriorityQueue<>((o1, o2) -> o1[1] - o2[1]);
         //2.定义map 和返回数组
         int[] ints = new int[k];
         Map<Integer,Integer> map = new HashMap<>();
         //3.组装map 的key value
         for (int num : nums) {
             map.put(num,map.getOrDefault(num,0) + 1);
         }
         //4、将map转为数字存入小顶堆
         for (Map.Entry<Integer, Integer> integerIntegerEntry : map.entrySet()) {
             int[] temp = new int[2];
             temp[0] = integerIntegerEntry.getKey();
             temp[1] = integerIntegerEntry.getValue();
             priorityQueue.offer(temp);
             if (priorityQueue.size() > k){
                 priorityQueue.poll();
             }
         }
 ?
         //5、获取小顶堆的key
         for (int i = 0; i < k; i++) {
             ints[i] = Objects.requireNonNull(priorityQueue.poll())[0];
         }
 ?
         return ints;
     }