mirror of
https://github.com/apachecn/lmpythw-zh.git
synced 2025-05-31 05:27:43 +00:00
78 lines
5.8 KiB
Markdown
78 lines
5.8 KiB
Markdown
# 练习 15：栈和队列
|
||
|
||
> 原文：[Exercise 15: Stacks and Queues](https://learncodethehardway.org/more-python-book/ex15.html)
|
||
|
||
> 译者：[飞龙](https://github.com/wizardforcel)
|
||
|
||
> 协议：[CC BY-NC-SA 4.0](http://creativecommons.org/licenses/by-nc-sa/4.0/)
|
||
|
||
> 自豪地采用[谷歌翻译](https://translate.google.cn/)
|
||
|
||
当处理数据结构时，你将经常遇到类似于另一种结构的结构。`Stack`类似于练习13中的`SingleLinkedList`，以及`Queue`类似于练习14中的`DoubleLinkedList`，唯一区别是`Stack`和`Queue`限制了可能的操作，以简化它们的使用方式。这有助于减少缺陷，因为你不能意外地像`Queue`那样使用`Stack`并导致问题。在`Stack`中，节点被“压入”“栈顶”，然后从顶部“弹出”。在队列中，节点压入“尾部”，之后从“头部”弹出。这些操作都是`SingleLinkedList`和`DoubleLinkedList`的简化，其中`Stack`只允许`push`和`pop`操作，`Queue`只允许`shift`和`unshift`。
|
||
|
||
> 译者注：实际上是`push`和`unshift`。
|
||
|
||
当可视化堆栈时，你应该想到你的地板上的一堆书。想像我在书架上的那种很重的艺术书，如果我堆叠了20个，可能会重约100磅。当你为这些书构建栈的时候，你不能抬起整个栈，并且把书放在底部，对吧？不，你把书放在栈的顶部。你把它放在那儿，但我们也可以使用“推”描述这个动作。如果你想从栈中获取一本书，你可能会抬起一些书，然后抓住一本书，但是最终你可能要从顶部拿出一些书，才能获取底部得数。你可以从顶部抬起每本书，或者在我们的例子中，我们会说“从顶部弹出一本书”。
|
||
|
||
如果你想像在银行排队，队列有“头部”和“尾部”，可视化队列是最简单的。通常有一个绳索迷宫，它的末尾有一个入口，出口处是检票员。你可以通过进入这条绳索迷宫的“尾部”进入队列，我们称之为`shift`，因为这是`Queue`数据结构中的常见编程属于。一旦你进入银行（队列），你不能越过等候线然后离开，否则其余的人会生气。所以你必须等待，随着你前面的每个人都离开了等候线（对你而言是`unshift `），你离“头部”更近了。一旦你达到了头部，那么你可以退出，我们称之为`unshift `。
|
||
|
||
很多时候，你可以找到数据结构的真实世界示例，来帮助你可视化其工作原理。你现在应该花点时间来绘制这些场景，或者实际上得到书籍的栈并测试这些操作。你可以找到与`Stack`和`Queue`类似的其他真实情况吗？
|
||
|
||
## 挑战练习
|
||
|
||
我现在打算让你做一个基于代码的挑战练习，并且从它们的描述中实现数据结构。在这个挑战中，你首先需要使用这里的起始代码，以及你从练习 13 中了解的`SingleLinkedList`，实现`Stack`数据结构。完成之后，你将尝试从零开始实现`Queue`数据结构。
|
||
|
||
`StackNode`节点类几乎和`SingleLinkedListNode`相同，而事实上我只是复制过来并更名：
|
||
|
||
```py
|
||
class StackNode(object):
|
||
|
||
def __init__(self, value, nxt):
|
||
self.value = value
|
||
self.next = nxt
|
||
|
||
def __repr__(self):
|
||
nval = self.next and self.next.value or None
|
||
return f"[{self.value}:{repr(nval)}]"
|
||
```
|
||
|
||
`Stack `控制类和`SingleLinkedList `十分类似，除了我使用`top `代替了`first`。这样匹配`Stack`的概念。
|
||
|
||
```py
|
||
class Stack(object):
|
||
|
||
def __init__(self):
|
||
self.top = None
|
||
|
||
def push(self, obj):
|
||
"""Pushes a new value to the top of the stack."""
|
||
|
||
def pop(self):
|
||
"""Pops the value that is currently on the top of the stack."""
|
||
|
||
def top(self):
|
||
"""Returns a *reference* to the first item, does not remove."""
|
||
|
||
def count(self):
|
||
"""Counts the number of elements in the stack."""
|
||
|
||
def dump(self, mark="----"):
|
||
"""Debugging function that dumps the contents of the stack."""
|
||
```
|
||
|
||
现在你的挑战是实现`Stack`，并为其执行测试，类似于在练习 13 中进行的测试。请确保你的测试涵盖了每一个操作，你可以以任何方式。记住，尽管如此，堆栈的`push`操作必须在顶部，所以有到顶部的链接。
|
||
|
||
一旦你使`Stack`正常工作，你应该实现`Queue`，但它基于`DoubleLinkedList`。（译者注：其实单链表也行，因为只有尾部弹出的操作比较困难。你可以在尾部插入，在头部弹出。）`Stack`中的内容应该与`SingleLinkedList`基本内部结构相同，只需更改允许的功能。`Queue`也一样。花点时间来绘制队列的工作原理，然后弄清楚它如何限制`DoubleLinkedList`。一旦你完成了，创建你的队列。
|
||
|
||
## 破坏它
|
||
|
||
破坏这些数据结构仅仅是不要维持约束。看看如果一个操作无法使用正确的尾部会发生什么。
|
||
|
||
你可能还注意到，它有“偏移一位”的持久性错误。在我的设计中，当结构为空时，我设置了`self.top = None`。这意味着当你达到 0 个元素时，你必须对`self.top`做一些特殊处理。一个替代方法是使`self.top`总是指向一个`StackNode`（伪造的头节点），并假设当你有这个最后的元素时，结构是空的。尝试它，看看它如何改变你的实现。这样会更容易出错还是更不容易出错？
|
||
|
||
## 深入学习
|
||
|
||
这些数据结构有很多操作是非常低效的。回顾你为每个数据结构编写的代码，并尝试猜测哪些函数最慢。一旦你有了想法，尝试解释为什么他们可能很慢。研究其他人对这些数据结构的看法。在练习 18 和 19 中，你将学习对这些数据结构进行一些性能分析并进行调整。
|
||
|
||
最后，你真的需要实现一个全新的数据结构吗，还是简单地“包装” `SingleLinkedList`和`DoubleLinkedList`数据结构？这如何改变你的设计？
|