用链表实现队列/栈

简介: 本文介绍如何用链表实现栈和队列,利用双链表头尾操作均为O(1)的特性,高效实现栈(push/pop)和队列(入队/出队)。代码简洁,逻辑清晰,适用于理解底层数据结构与ADT的关系。

用链表实现栈
一些读者应该已经知道该怎么用链表作为底层数据结构实现队列和栈了。因为实在是太简单了,直接调用双链表的 API 就可以了。
注意我这里是直接用的 Java 标准库的 LinkedList,如果你用之前我们实现的 MyLinkedList,也是一样的。
import java.util.LinkedList;

// 用链表作为底层数据结构实现栈
public class MyLinkedStack {
private final LinkedList list = new LinkedList<>();

// 向栈顶加入元素,时间复杂度 O(1)
public void push(E e) {
    list.addLast(e);
}

// 从栈顶弹出元素,时间复杂度 O(1)
public E pop() {
    return list.removeLast();
}

// 查看栈顶元素,时间复杂度 O(1)
public E peek() {
    return list.getLast();
}

// 返回栈中的元素个数,时间复杂度 O(1)
public int size() {
    return list.size();
}

public static void main(String[] args) {
    MyLinkedStack<Integer> stack = new MyLinkedStack<>();
    stack.push(1);
    stack.push(2);
    stack.push(3);

    System.out.println(stack.peek()); // 3
    System.out.println(stack.pop()); // 3
    System.out.println(stack.peek()); // 2
}

}
提示
上面这段代码相当于是把双链表的尾部作为栈顶,在双链表尾部增删元素的时间复杂度都是 O(1),符合要求。
当然,你也可以把双链表的头部作为栈顶,因为双链表头部增删元素的时间复杂度也是 O(1),所以这样实现也是一样的。只要做几个修改 addLast -> addFirst,removeLast -> removeFirst,getLast -> getFirst 就行了。
用链表实现队列
同理,用链表实现队列也是一样的,也直接调用双链表的 API 就可以了:
import java.util.LinkedList;

// 用链表作为底层数据结构实现队列
public class MyLinkedQueue {
private final LinkedList list = new LinkedList<>();

// 向队尾插入元素,时间复杂度 O(1)
public void push(E e) {
    list.addLast(e);
}

// 从队头删除元素,时间复杂度 O(1)
public E pop() {
    return list.removeFirst();
}

// 查看队头元素,时间复杂度 O(1)
public E peek() {
    return list.getFirst();
}

// 返回队列中的元素个数,时间复杂度 O(1)
public int size() {
    return list.size();
}

public static void main(String[] args) {
    MyLinkedQueue<Integer> queue = new MyLinkedQueue<>();
    queue.push(1);
    queue.push(2);
    queue.push(3);

    System.out.println(queue.peek()); // 1
    System.out.println(queue.pop()); // 1
    System.out.println(queue.pop()); // 2
    System.out.println(queue.peek()); // 3
}

}
提示
上面这段代码相当于是把双链表的尾部作为队尾,把双链表的头部作为队头,在双链表的头尾增删元素的复杂度都是 O(1),符合队列 API 的要求。
当然,你也可以反过来,把双链表的头部作为队尾,双链表的尾部作为队头。类似栈的实现,只要改一改 list 的调用方法就行了。
文末思考
双链表他比较牛,队列和栈的 API 考不倒它。但是你想一下,数组实现队列的时候,会不会有问题?
队列 API 要求一端增加元素,一端删除元素,而数组的头部无论是增加还是删除元素,时间复杂度都是 O(n)。这种情况下,有没有办法优化呢?
你可以思考一下,下一章我会告诉你答案。

相关文章
|
1天前
|
存储 缓存 算法
学习数据结构和算法的框架思维
本文系统梳理数据结构与算法核心思想:所有数据结构本质为数组或链表的变形,基本操作均为遍历与访问;算法本质是穷举,关键在于“无遗漏”和“无冗余”。掌握框架思维,方能以不变应万变,高效刷题。
学习数据结构和算法的框架思维
|
1天前
|
存储 数据可视化 Java
用拉链法实现哈希表
本文详解哈希表中拉链法的实现原理,通过简化版与完整版Java代码,介绍如何用链表解决哈希冲突,支持泛型、动态扩容及增删查改操作,帮助深入理解哈希表底层机制。
|
1天前
|
存储 缓存 算法
哈希表核心原理
哈希表不等于Map。Map是键值映射的抽象接口,哈希表(如HashMap)是其基于数组和哈希函数的具体实现之一。增删查改O(1)的性能依赖于哈希函数效率与冲突处理,而Map其他实现(如TreeMap)复杂度可能为O(logN)。需注意哈希冲突、扩容、负载因子及key不可变性等核心问题。
|
1天前
|
存储 算法 Java
动态数组代码实现
本文详解动态数组的底层实现,涵盖自动扩缩容、索引越界检查与内存泄漏防范三大关键点,结合Java代码演示增删查改操作及扩容机制,帮助理解数据结构设计原理。
|
1天前
|
算法 数据可视化
二叉树的递归/层序遍历 递归遍历(DFS)
本文详解二叉树的遍历框架,涵盖递归遍历的固定访问顺序及前、中、后序的本质区别——即代码在递归函数中的位置不同所致。同时深入讲解层序遍历(BFS)的三种实现方式,适用于不同场景,尤其适合求最短路径问题;而DFS则因结构天然适合搜索所有路径。通过实例对比,阐明BFS与DFS的应用偏好及原理依据。
二叉树的递归/层序遍历 递归遍历(DFS)
|
1天前
|
人工智能 Java 程序员
JavaSE进阶
本文介绍了Java开发入门的完整流程,涵盖JDK安装、IDEA配置与使用、第一个Java程序的创建与运行。内容包括项目搭建、模块与包的创建、代码注释规范、常用快捷键及通义灵码插件安装等实用技巧,并结合真实工作场景给出操作建议,适合初学者快速掌握开发环境配置与基础编码技能。(239字)
JavaSE进阶
|
1天前
|
存储 算法 搜索推荐
线性结构检索:从数组和链表的原理初窥检索本质
本节深入解析数组与链表的存储特性及其对检索效率的影响。数组支持随机访问,适合二分查找,检索效率为O(log n);链表虽检索较慢,但插入删除高效,适用于频繁动态调整场景。通过改造链表结构,如结合数组提升检索性能,揭示了数据组织方式对检索的核心作用,帮助理解“快速缩小查询范围”这一检索本质。
|
1天前
|
存储 SQL 关系型数据库
什么是回表查询
MySQL中InnoDB引擎的聚簇索引将数据与索引存储在一起,叶子节点存整行数据,每表仅一个;二级索引则分离存储,叶子节点存主键值。回表查询需先查二级索引再查聚簇索引,性能较低。优化方式包括:优先主键查询、使用联合索引实现覆盖索引、利用MySQL 5.6+的索引下推功能,在存储引擎层提前过滤,减少回表次数,提升查询效率。(238字)
多叉树的递归/层序遍历
多叉树是二叉树的扩展,每个节点可有多个子节点。遍历方式类似:递归遍历无中序概念;层序遍历用队列实现,可记录深度或适配加权边,代码结构与二叉树一致,仅子节点处理由左右变为列表遍历。
|
1天前
|
存储 API 索引
队列/栈基本原理
本文介绍栈和队列的基本原理。二者均为操作受限的数据结构:队列仅能在队尾入队、队头出队,遵循“先进先出”(FIFO);栈则只允许在栈顶进行插入和删除,遵循“先进后出”(FILO)。底层多用数组或链表实现。