栈和队列面试题总结

落日映苍穹つ 2022-12-25 02:59 185阅读 0赞

### 文章目录 ###

*   *  用栈实现队列
     *   *  解法
     *  用队列实现栈
     *   *  解法
     *  最小栈
     *   *  解法
     *  剑指 Offer 59 - II. 队列的最大值
     *   *  解法
     *  有效的括号
     *   *  解法
     *  每日温度
     *   *  解法
     *  下一个更大元素 II
     *   *  解法
     *  剑指 Offer 59 - I. 滑动窗口的最大值
     *   *  双端队列
         *   *  推荐阅读

## 用栈实现队列 ##

[232. 用栈实现队列][232.]

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。
     
    
    示例:
    
    MyQueue queue = new MyQueue();
    
    queue.push(1);
    queue.push(2);  
    queue.peek();  // 返回 1
    queue.pop();   // 返回 1
    queue.empty(); // 返回 false
     
    
    说明:
    
    你只能使用标准的栈操作 -- 也就是只有 push to top, peek/pop from top, size, 和 is empty 操作是合法的。
    你所使用的语言也许不支持栈。你可以使用 list 或者 deque（双端队列）来模拟一个栈，只要是标准的栈操作即可。
    假设所有操作都是有效的 （例如，一个空的队列不会调用 pop 或者 peek 操作）。

### 解法 ###

class MyQueue {
        
    
        /** Initialize your data structure here. */
        public MyQueue() {
        
            
        }
        
        private Deque<Integer> in = new LinkedList<>();
        private Deque<Integer> out = new LinkedList<>();
        
        /** Push element x to the back of queue. */
        public void push(int x) {
        
            in.addFirst(x);
        }
        
        /** Removes the element from in front of queue and returns that element. */
        public int pop() {
        
            in2out();
            return out.removeFirst();
        }
        
        /** Get the front element. */
        public int peek() {
        
            in2out();
            return out.peekFirst();
        }
        
        /** Returns whether the queue is empty. */
        public boolean empty() {
        
            return out.isEmpty() && in.isEmpty();
        }
        
        private void in2out() {
        
            if (out.isEmpty()) {
        
                while(!in.isEmpty()) {
        
                    out.addFirst(in.removeFirst());
                }
            }
        }
    }
    
    /**
     * Your MyQueue object will be instantiated and called as such:
     * MyQueue obj = new MyQueue();
     * obj.push(x);
     * int param_2 = obj.pop();
     * int param_3 = obj.peek();
     * boolean param_4 = obj.empty();
     */

## 用队列实现栈 ##

[225. 用队列实现栈][225.]

使用队列实现栈的下列操作：

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
    注意:
    
    你只能使用队列的基本操作-- 也就是 push to back, peek/pop from front, size, 和 is empty 这些操作是合法的。
    你所使用的语言也许不支持队列。 你可以使用 list 或者 deque（双端队列）来模拟一个队列 , 只要是标准的队列操作即可。
    你可以假设所有操作都是有效的（例如, 对一个空的栈不会调用 pop 或者 top 操作）。

### 解法 ###

用一个队列就可模拟栈，每次入队列后，将队列中原有的元素出队再重新入队。

class MyStack {
        
        Deque<Integer> queue;
    
    
        /** Initialize your data structure here. */
        public MyStack() {
        
            queue = new LinkedList<>();
        }
        
        /** Push element x onto stack. */
        public void push(int x) {
        
            queue.offer(x);
            int size = queue.size();
            while (size-- > 1) {
        
                queue.offer(queue.poll());
            }
        }
        
        /** Removes the element on top of the stack and returns that element. */
        public int pop() {
        
            return queue.poll();
        }
        
        /** Get the top element. */
        public int top() {
        
            return queue.peek();
        }
        
        /** Returns whether the stack is empty. */
        public boolean empty() {
        
            return queue.isEmpty();
        }
    }
    
    /**
     * Your MyStack object will be instantiated and called as such:
     * MyStack obj = new MyStack();
     * obj.push(x);
     * int param_2 = obj.pop();
     * int param_3 = obj.top();
     * boolean param_4 = obj.empty();
     */

## 最小栈 ##

[155. 最小栈][155.]

设计一个支持 push ，pop ，top 操作，并能在常数时间内检索到最小元素的栈。

push(x) —— 将元素 x 推入栈中。
    pop() —— 删除栈顶的元素。
    top() —— 获取栈顶元素。
    getMin() —— 检索栈中的最小元素。
     
    
    示例:
    
    输入：
    ["MinStack","push","push","push","getMin","pop","top","getMin"]
    [[],[-2],[0],[-3],[],[],[],[]]
    
    输出：
    [null,null,null,null,-3,null,0,-2]
    
    解释：
    MinStack minStack = new MinStack();
    minStack.push(-2);
    minStack.push(0);
    minStack.push(-3);
    minStack.getMin();   --> 返回 -3.
    minStack.pop();
    minStack.top();      --> 返回 0.
    minStack.getMin();   --> 返回 -2.
     
    
    提示：
    
    pop、top 和 getMin 操作总是在 非空栈 上调用。

### 解法 ###

出栈时要更新min

class MinStack {
        
        
        private Deque<Integer> stack;
        private Deque<Integer> minStack;
        private int min;
    
        /** initialize your data structure here. */
        public MinStack() {
        
            stack = new LinkedList<>();
            minStack = new LinkedList<>();
            min = Integer.MAX_VALUE;
        }
            
        public void push(int x) {
        
            stack.offerFirst(x);
            min = Math.min(min, x);
            minStack.offerFirst(min);
        }
        
        public void pop() {
        
            stack.pollFirst();
            minStack.pollFirst();
            min = minStack.isEmpty() ? Integer.MAX_VALUE : minStack.peekFirst();
        }
        
        public int top() {
        
            return stack.peekFirst();
        }
        
        public int getMin() {
        
            return minStack.peekFirst();
        }
    }
    
    /**
     * Your MinStack object will be instantiated and called as such:
     * MinStack obj = new MinStack();
     * obj.push(x);
     * obj.pop();
     * int param_3 = obj.top();
     * int param_4 = obj.getMin();
     */

## 剑指 Offer 59 - II. 队列的最大值 ##

[剑指 Offer 59 - II. 队列的最大值][Offer 59 - II.]

请定义一个队列并实现函数 max\_value 得到队列里的最大值，要求函数max\_value、push\_back 和 pop\_front 的均摊时间复杂度都是O(1)。

若队列为空，pop\_front 和 max\_value 需要返回 -1

示例 1：
    
    输入: 
    ["MaxQueue","push_back","push_back","max_value","pop_front","max_value"]
    [[],[1],[2],[],[],[]]
    输出: [null,null,null,2,1,2]
    示例 2：
    
    输入: 
    ["MaxQueue","pop_front","max_value"]
    [[],[],[]]
    输出: [null,-1,-1]
     
    
    限制：
    
    1 <= push_back,pop_front,max_value的总操作数 <= 10000
    1 <= value <= 10^5

### 解法 ###

本算法基于问题的一个重要性质：当一个元素进入队列的时候，它前面所有比它小的元素就不会再对答案产生影响。

举个例子，如果我们向队列中插入数字序列 1 1 1 1 2，那么在第一个数字 2 被插入后，数字 2 前面的所有数字 1 将不会对结果产生影响。因为按照队列的取出顺序，数字 2 只能在所有的数字 1 被取出之后才能被取出，因此如果数字 1 如果在队列中，那么数字 2 必然也在队列中，使得数字 1 对结果没有影响。

按照上面的思路，我们可以设计这样的方法：从队列尾部插入元素时，我们可以提前取出队列中所有比这个元素小的元素，使得队列中只保留对结果有影响的数字。这样的方法等价于要求维持队列单调递减，即要保证每个元素的前面都没有比它小的元素。

class MaxQueue {
        
        Queue<Integer> queue;
        Deque<Integer> maxQueue;
        
        public MaxQueue() {
        
            queue = new LinkedList<>();
            maxQueue = new LinkedList<>();
        }
        
        public int max_value() {
        
            if (maxQueue.isEmpty()) {
        
                return -1;
            }
            return maxQueue.peekFirst();
        }
        
        public void push_back(int value) {
        
            while (!maxQueue.isEmpty() && maxQueue.peekLast() < value) {
        
                maxQueue.pollLast();
            }
            queue.offer(value);
            maxQueue.offerLast(value);
        }
        
        public int pop_front() {
        
            if (queue.isEmpty()) {
        
                return -1;
            } 
            int ans = queue.peek();
            if (ans == maxQueue.peekFirst()) {
        
                maxQueue.pollFirst();
            }
            return queue.poll();
        }
    }
    
    /**
     * Your MaxQueue object will be instantiated and called as such:
     * MaxQueue obj = new MaxQueue();
     * int param_1 = obj.max_value();
     * obj.push_back(value);
     * int param_3 = obj.pop_front();
     */

## 有效的括号 ##

[20. 有效的括号][20.]

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
    示例 4:
    
    输入: "([)]"
    输出: false
    示例 5:
    
    输入: "{[]}"
    输出: true

### 解法 ###

class Solution {
        
        public boolean isValid(String s) {
        
            Deque<Character> stack = new LinkedList<>();
            for (char c : s.toCharArray()) {
        
                if (c == '(' || c == '[' || c == '{') {
        
                    stack.addFirst(c);
                } else {
        
                    if (stack.isEmpty()) {
        
                        return false;
                    }
                    char tmp = stack.removeFirst();
                    boolean flag1 = c == ')' && tmp != '(';
                    boolean flag2 = c == ']' && tmp != '[';
                    boolean flag3 = c == '}' && tmp != '{';
                    if (flag1 || flag2 || flag3) {
        
                        return false;
                    }
                }
            }
            return stack.isEmpty();
        }
    }

## 每日温度 ##

[739. 每日温度][739.]

请根据每日 气温 列表，重新生成一个列表。对应位置的输出为：要想观测到更高的气温，至少需要等待的天数。如果气温在这之后都不会升高，请在该位置用 0 来代替。

例如，给定一个列表 temperatures = \[73, 74, 75, 71, 69, 72, 76, 73\]，你的输出应该是 \[1, 1, 4, 2, 1, 1, 0, 0\]。

提示：气温 列表长度的范围是 \[1, 30000\]。每个气温的值的均为华氏度，都是在 \[30, 100\] 范围内的整数。

### 解法 ###

用栈解决，将其索引位置入栈，然后遍历数组，如果当前元素比栈顶大，就可以出栈，放入结果数组。

class Solution {
        
        public int[] dailyTemperatures(int[] T) {
        
            int n = T.length;
            int[] dist = new int[n];
            Deque<Integer> stack = new LinkedList<>();
            for (int curIndex = 0; curIndex < n; curIndex++) {
        
                while (!stack.isEmpty() && T[curIndex] > T[stack.peekFirst()]) {
        
                    int preIndex = stack.pollFirst();
                    dist[preIndex] = curIndex - preIndex;
                }
                stack.addFirst(curIndex);
            }
            return dist;
        }
    }

## 下一个更大元素 II ##

[503. 下一个更大元素 II][503. _ II]

给定一个循环数组（最后一个元素的下一个元素是数组的第一个元素），输出每个元素的下一个更大元素。数字 x 的下一个更大的元素是按数组遍历顺序，这个数字之后的第一个比它更大的数，这意味着你应该循环地搜索它的下一个更大的数。如果不存在，则输出 -1。

示例 1:
    
    输入: [1,2,1]
    输出: [2,-1,2]
    解释: 第一个 1 的下一个更大的数是 2；
    数字 2 找不到下一个更大的数； 
    第二个 1 的下一个最大的数需要循环搜索，结果也是 2。
    注意: 输入数组的长度不会超过 10000。

### 解法 ###

用栈解决。定义一个结果数组，初始化为-1。将数组遍历两遍，每次将当前索引入栈，如果当前元素比栈顶元素大，则找到结果。

class Solution {
        
        public int[] nextGreaterElements(int[] nums) {
        
            int n = nums.length;
            int[] next = new int[n];
            Arrays.fill(next, -1);
            Deque<Integer> stack = new LinkedList<>();
            for (int i = 0; i < n * 2; i++) {
        
                int num = nums[i % n];
                while (!stack.isEmpty() && nums[stack.peekFirst()] < num) {
        
                    next[stack.pollFirst()] = num;
                }
                if (i < n) {
        
                    stack.addFirst(i);
                }
            }
            return next;
        }
    }

## 剑指 Offer 59 - I. 滑动窗口的最大值 ##

[剑指 Offer 59 - I. 滑动窗口的最大值][Offer 59 - I.]

给定一个数组 nums 和滑动窗口的大小 k，请找出所有滑动窗口里的最大值。

示例:
    
    输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3
    输出: [3,3,5,5,6,7] 
    解释: 
    
      滑动窗口的位置                最大值
    ---------------               -----
    [1  3  -1] -3  5  3  6  7       3
     1 [3  -1  -3] 5  3  6  7       3
     1  3 [-1  -3  5] 3  6  7       5
     1  3  -1 [-3  5  3] 6  7       5
     1  3  -1  -3 [5  3  6] 7       6
     1  3  -1  -3  5 [3  6  7]      7
     
    
    提示：
    
    你可以假设 k 总是有效的，在输入数组不为空的情况下，1 ≤ k ≤ 输入数组的大小。

### 双端队列 ###

用一个双端队列解决，维持对头元素最大，如果最大的值是上一个滑动窗口里面的值，将其删掉。

[详细解题思路][Link 1]

class Solution {
        
        public int[] maxSlidingWindow(int[] nums, int k) {
        
            if (nums.length == 0) {
        
                return new int[0];
            }
            Deque<Integer> deque = new LinkedList<>();
            int size = nums.length;
            int[] res = new int[size - k + 1];
            int index = 0;
            for (int i = 0; i < size; i++) {
        
                // 删除比当前元素小的元素，维持双端队列对头最大
                while (i > 0 && (deque.size() > 0) && nums[i] > deque.peekLast()) {
        
                    deque.pollLast();
                }
                // 当前元素入队
                deque.offerLast(nums[i]);
                // 处理特殊情况，如果最大的值是上一个滑动窗口里面的值，将其删掉。
                if (i >= k && nums[i - k] == deque.peekFirst()) {
        
                    deque.pollFirst();
                }
                // 将结果存到res中
                if (i >= k - 1) {
        
                    res[index++] = deque.peekFirst();
                } 
            }
            return res;
        }
    }

--------------------

#### 推荐阅读 ####

*  [机器学习资料汇总][Link 2]
 *  [吴恩达《机器学习》视频、作业、源码][Link 3]
 *  [106页《Python进阶》中文版正式发布][106_Python]
 *  [李航《统计学习方法》第二版完整课件][Link 4]
 *  [机器学习数学全书，1900页PDF下载][1900_PDF]

--------------------

![gzh.jpg][]

[232.]: https://leetcode-cn.com/problems/implement-queue-using-stacks/
[225.]: https://leetcode-cn.com/problems/implement-stack-using-queues/
[155.]: https://leetcode-cn.com/problems/min-stack/
[Offer 59 - II.]: https://leetcode-cn.com/problems/dui-lie-de-zui-da-zhi-lcof/
[20.]: https://leetcode-cn.com/problems/valid-parentheses/
[739.]: https://leetcode-cn.com/problems/daily-temperatures/
[503. _ II]: https://leetcode-cn.com/problems/next-greater-element-ii/
[Offer 59 - I.]: https://leetcode-cn.com/problems/hua-dong-chuang-kou-de-zui-da-zhi-lcof/
[Link 1]: https://leetcode-cn.com/problems/sliding-window-maximum/solution/shuang-duan-dui-lie-jie-jue-hua-dong-chuang-kou--2/
[Link 2]: https://mp.weixin.qq.com/s/3nOkk_Yt9D7Qp1WaWEjyZQ
[Link 3]: https://mp.weixin.qq.com/s/dErZNtBYbVA7ItPm7T_HIw
[106_Python]: https://mp.weixin.qq.com/s/_WEuuxj-QgihijjLz7NJ9g
[Link 4]: https://mp.weixin.qq.com/s/xah47OWuu8ahAUa1aFFo4Q
[1900_PDF]: https://mp.weixin.qq.com/s/9BuyhdwuHiHH3ksVUe44ZQ
[gzh.jpg]: /images/20221120/5d8fb216962a441ea517b206257391db.png