C++栈与队列:数据结构的“单行道”与“流水线

devtools/2025/2/25 0:58:10/

C++栈与队列:数据结构的“单行道”与“流水线”


开篇小故事:火车站的两条轨道

想象一个火车站有两条特殊轨道:

  • 轨道A(栈):火车只能从同一端进出,最后进入的车厢必须先离开。
  • 轨道B(队列):火车从一端进入,从另一端离开,先进入的车厢先离开。

这两条轨道代表了两种基础数据结构栈(Stack)队列(Queue)。它们看似简单,却是构建复杂算法的基石。今天,我们将探索它们在C++中的实现、差异与应用场景。


一、栈与队列的核心特性对比

特性栈(Stack)队列(Queue)
数据规则后进先出(LIFO)先进先出(FIFO)
插入位置栈顶(push队尾(push
删除位置栈顶(pop队首(pop
访问权限仅能访问栈顶元素(top可访问队首(front)和队尾(back
典型应用函数调用栈、括号匹配、撤销操作任务调度、BFS广度优先搜索、消息队列

二、C++中的栈与队列实现

1. 栈(std::stack
  • 底层容器:默认基于deque,也可使用vectorlist
  • 核心操作
    #include <stack>
    stack<int> s;
    s.push(10);       // 入栈
    s.pop();          // 出栈(不返回元素)
    int top = s.top();// 访问栈顶
    bool isEmpty = s.empty();
    
2. 队列(std::queue
  • 底层容器:默认基于deque,也可使用list(不可用vector,因不支持pop_front)。
  • 核心操作
    #include <queue>
    queue<int> q;
    q.push(20);       // 入队
    q.pop();          // 出队(不返回元素)
    int front = q.front(); // 访问队首
    int back = q.back();   // 访问队尾
    

三、栈与队列的经典应用场景

1. 栈的应用:括号匹配
bool isBalanced(string expr) {stack<char> s;for (char c : expr) {if (c == '(' || c == '[') s.push(c);else if (c == ')') {if (s.empty() || s.top() != '(') return false;s.pop();} else if (c == ']') {if (s.empty() || s.top() != '[') return false;s.pop();}}return s.empty();
}
// 示例:isBalanced("([()])") → true
2. 队列的应用:广度优先搜索(BFS)
void bfs(Node* root) {queue<Node*> q;q.push(root);while (!q.empty()) {Node* current = q.front();q.pop();// 处理当前节点for (auto child : current->children) {q.push(child);}}
}
3. 栈与队列的联合应用:用队列实现栈
class MyStack {queue<int> q;
public:void push(int x) {q.push(x);// 将前n-1个元素移到队尾for (int i = 0; i < q.size() - 1; i++) {q.push(q.front());q.pop();}}int pop() {int val = q.front();q.pop();return val;}int top() { return q.front(); }bool empty() { return q.empty(); }
};

四、栈与队列的底层实现原理

1. 栈的底层实现
  • 数组实现(顺序栈):
    class ArrayStack {int* data;int capacity;int topIndex;
    public:void push(int val) {if (topIndex == capacity - 1) resize();data[++topIndex] = val;}// ...其他操作
    };
    
  • 链表实现(链式栈):
    class ListNode {int val;ListNode* next;
    };
    class LinkedStack {ListNode* topNode;
    public:void push(int val) {ListNode* newNode = new ListNode(val);newNode->next = topNode;topNode = newNode;}// ...其他操作
    };
    
2. 队列的底层实现
  • 循环数组实现:解决数组实现的“假溢出”问题。
    class CircularQueue {int* data;int front, rear, capacity;
    public:void enqueue(int val) {if ((rear + 1) % capacity == front) resize();data[rear] = val;rear = (rear + 1) % capacity;}// ...其他操作
    };
    
  • 链表实现
    class LinkedQueue {ListNode* front;ListNode* rear;
    public:void enqueue(int val) {ListNode* newNode = new ListNode(val);if (rear) rear->next = newNode;else front = newNode;rear = newNode;}// ...其他操作
    };
    

五、如何选择栈与队列?

  • 选择栈的场景

    • 需要“撤销”操作(如编辑器撤销功能)。
    • 处理嵌套结构(如递归调用、括号匹配)。
    • 深度优先搜索(DFS)。
  • 选择队列的场景

    • 需要公平性(如打印任务排队)。
    • 处理层级结构(如BFS遍历树或图)。
    • 缓冲数据流(如消息队列)。

六、常见错误与规避方法

1. 栈的常见错误
  • 空栈操作:访问或弹出空栈的栈顶。
    stack<int> s;
    // s.pop();    // 崩溃!
    // s.top();    // 崩溃!
    
    规避:操作前检查空栈状态。
2. 队列的常见错误
  • 使用vector作为底层容器
    queue<int, vector<int>> q; // 错误!vector不支持pop_front()
    
    规避:使用默认的dequelist

七、性能对比与优化

操作栈(时间复杂度)队列(时间复杂度)
插入元素O(1)O(1)
删除元素O(1)O(1)
访问顶部/首部O(1)O(1)
内存占用连续内存分散内存(链表)

优化技巧

  • 栈:预分配内存(如vectorreserve)。
  • 队列:使用循环数组减少内存碎片。

总结:栈与队列——程序世界的“交通规则”

栈与队列如同程序中的两条单行道:

  • 是“后进先出”的电梯,直达顶层但不容回头。
  • 队列是“先进先出”的传送带,公平有序地处理任务。

理解它们的特性与差异,能让你在解决实际问题时,像交通指挥官一样精准调度数据流向!

(完)


希望这篇博客能帮助你深入理解栈与队列的设计哲学与实战应用!如果需要调整内容或补充示例,请随时告诉我~ 😊


http://www.ppmy.cn/devtools/161457.html

相关文章

动态链接器(九):.init和.init_array

ELF文件中的.init和.init_array段是程序初始化阶段的重要组成部分&#xff0c;用于在main函数执行前完成必要的初始化操作。 1 .init段和.init_array 段 1.1 作用 .init段包含编译器生成的初始化代码&#xff0c;通常由运行时环境&#xff08;如C标准库的启动例程&#xff0…

引入elementUI时报错undefined is not an object (evaluating ‘h.a.prototype‘)

把这两个引入方式都做了 于是报错&#xff1a; 把CDN的删掉就好了。

Spring Boot 中多线程工具类的配置与使用:基于 YAML 配置文件

文章目录 Spring Boot 中多线程工具类的配置与使用&#xff1a;基于 YAML 配置文件1. 为什么需要多线程工具类&#xff1f;2. 实现步骤2.1 添加依赖2.2 配置线程池参数2.3 创建配置类2.4 创建线程池工具类2.5 使用线程池工具类2.6 测试线程池工具类 3. 配置文件的灵活性4. 总结…

【精调】LLaMA-Factory 快速开始1: Meta-Llama-3.1-8B-Instruct

llamafactory-cli train examples/train_lora/llama3_lora_sft.yaml llamafactory-cli chat examples/inference/llama3_lora_sft.yaml llamafactory-cli export examples/merge_lora/llama3_lora_sft.yaml模型下载 git clone https://www.modelscope.cn/LLM-Research/Meta-Lla…

【分布式理论11】分布式协同之分布式事务(一个应用操作多个资源):从刚性事务到柔性事务的演进

文章目录 一. 什么是分布式事务&#xff1f;二. 分布式事务的挑战三. 事务的ACID特性四. CAP理论与BASE理论1. CAP理论1.1. 三大特性1.2. 三者不能兼得 2. BASE理论 五. 分布式事务解决方案1. 两阶段提交&#xff08;2PC&#xff09;2. TCC&#xff08;Try-Confirm-Cancel&…

Ai沟通学习记录三

代理模式 简单的理解可以任务角色扮演。例如&#xff1a;“你是伟大的画家”&#xff0c;帮我构思一个山水花的描述词。 你是个眼科医生&#xff0c;我最近眼干燥&#xff0c;怎么弄。 等等。 举例环节 输入&#xff1a; 如果你是熊。看到一个人&#xff0c;蹲下来捡石头。 你…

Pytorch的F.cross_entropy交叉熵函数

参考笔记&#xff1a;pytorch的F.cross_entropy交叉熵函数和标签平滑函数_怎么给crossentropyloss添加标签平滑-CSDN博客 先来讲下基本的交叉熵cross_entropy&#xff0c;官网如下&#xff1a;torch.nn.functional.cross_entropy — PyTorch 1.12 documentation torch.nn.fun…

LangChain-基础(prompts、序列化、流式输出、自定义输出)

LangChain-基础 我们现在使用的大模型训练数据都是基于历史数据训练出来的&#xff0c;它们都无法处理一些实时性的问题或者一些在训练时为训练到的一些问题&#xff0c;解决这个问题有2种解决方案 基于现有的大模型上进行微调&#xff0c;使得它能适应这些问题&#xff08;本…