python数据结构与算法(11)

队列
队列(queue)是只允许在?端进?插?操作,?在另?端进?删除操作的 线性表。
队列是?种先进先出的(First In First Out)的线性表,简称FIFO。允许插? 的?端为队尾,允许删除的?端为队头。队列不允许在中间部位进?操作! 假设队列是q=(a1,a2,……,an),那么a1就是队头元素,?an是队尾 元素。这样我们就可以删除时,总是从a1开始,?插?时,总是在队列最 后。这也?较符合我们通常?活中的习惯,排在第?个的优先出列,最后来 的当然排在队伍最后。

队列的实现
同栈?样,队列也可以?顺序表或者链表实现。
操作
Queue() 创建?个空的队列 enqueue(item) 往队列中添加?个item元素 dequeue() 从队列头部删除?个元素 is_empty() 判断?个队列是否为空 size() 返回队列的??

class   Queue(object):              """队列"""                def __init__(self):                             self.items  =   []
                def is_empty(self):                             return  self.items  ==  []
                def enqueue(self,   item):                              """进队列"""                               self.items.insert(0,item)
                def dequeue(self):                              """出队列"""                               return  self.items.pop()
                def size(self):                             """返回??"""                              return  len(self.items)
if  __name__    ==  "__main__":             q   =   Queue()

队列的实现

q.enqueue("hello")              q.enqueue("world")              q.enqueue("itcast")             print   q.size()                print   q.dequeue()             print   q.dequeue()             print   q.dequeue()[/size][/font]

[font=微软雅黑][size=3]

双端队列
双端队列(deque,全名double-ended queue),是?种具有队列和栈的性 质的数据结构。
双端队列中的元素可以从两端弹出,其限定插?和删除操作在表的两端进 ?。双端队列可以在队列任意?端?队和出队。

操作
Deque() 创建?个空的双端队列 add_front(item) 从队头加??个item元素 add_rear(item) 从队尾加??个item元素 remove_front() 从队头删除?个item元素 remove_rear() 从队尾删除?个item元素 is_empty() 判断双端队列是否为空 size() 返回队列的??

实现

class   Deque(object):              """双端队列"""              def __init__(self):                             self.items  =   []
                def is_empty(self):                             """判断队列是否为空"""
    return  self.items  ==  []
                def add_front(self, item):                              """在队头添加元素"""                               self.items.insert(0,item)
                def add_rear(self,  item):                              """在队尾添加元素"""                               self.items.append(item)
                def remove_front(self):                             """从队头删除元素"""                               return  self.items.pop(0)
                def remove_rear(self):                              """从队尾删除元素"""                               return  self.items.pop()
                def size(self):                             """返回队列??"""                                return  len(self.items)
if  __name__    ==  "__main__":             deque   =   Deque()             deque.add_front(1)              deque.add_front(2)              deque.add_rear(3)               deque.add_rear(4)               print   deque.size()                print   deque.remove_front()                print   deque.remove_front()                print   deque.remove_rear()             print   deque.remove_rear()

原文地址:http://blog.51cto.com/13517854/2323699

时间: 2024-10-25 10:38:36

python数据结构与算法(11)的相关文章

python数据结构与算法 38 分析树

分析树 树的结构完成以后,该是时候看看它能做点什么实事儿了.这一节里,我们研究一下分析树.分析树能够用于真实世界的结构表示,象语法或数学表达式一类的. 图1 一个简单语句的分析树 图1所示是一个简单语句的层级结构,把语句表示为树结构可以让我们用子树来分析句子的组成部分. 图2 ((7+3)?(5?2))的分析树 我们也可以把数学表达式如((7+3)?(5?2))表示为分析树,如图2.此前我们研究过完全括号表达式,这个表达式表达了什么呢?我们知道乘法的优先级比加减要高,但因为括号的关系,在做乘法之

python数据结构与算法 37 树的实现

树的实现 记住上一节树的定义,在定义的基础上,我们用以下的函数创建并操作二叉树: BinaryTree() 创建一个二叉树实例 getLeftChild() 返回节点的左孩子 getRightChild() 返回节点的右孩子 setRootVal(val) 把val变量值赋给当前节点 getRootVal() 返回当前节点对象. insertLeft(val) 创建一个新二叉树作为当前节点的左孩子 insertRight(val) 创建一个新二叉树作为当前节点的右孩子. 实现树的关键点是合适的存

python数据结构与算法 34 归并排序

归并排序 在提高排序算法性能的方法中,有一类叫做分而治之.我们先研究其中第一种叫做归并排序.归并排序使用递归的方法,不停地把列表一分为二.如果列表是空或只有一个元素,那么就是排好序的(递归基点),如果列表有超过1个的元素,那么切分列表并对两个子列表递归使用归并排序.一旦这两个列表排序完成,称为"归并"的基本操作开始执行.归并是把两个有序列表合并成一个新的有序列表的过程.图10是我们熟悉的列表样例分解过程,图11是归并的过程. 图10  切分过程 图11  归并过程 以下是mergeSo

python数据结构与算法 36 树的基本概念

树 学习目标 理解什么是树及使用方法 学会使用树实现映射 用列表实现树 用类和引用实现树 用递归实现树 用堆实现优先队列 树的例子 前面我们学习过栈和队列这类线性数据结构,并且体验过递归,现在我们学习另一种通用数据结构,叫做树.树在计算机科学中应用广泛,象操作系统.图形学.数据库系统.网络等都要用到树.树和他们在自然界中的表哥--植物树--非常相似,树也有根,有分枝,有叶子.不同之处是,数据结构的树,根在顶上,而叶子在底部. 在开始学习之前,我们来研究几个普通的例子.第一个是生物学上的分级树.图

Python数据结构与算法--List和Dictionaries

Lists 当实现 list 的数据结构的时候Python 的设计者有很多的选择. 每一个选择都有可能影响着 list 操作执行的快慢. 当然他们也试图优化一些不常见的操作. 但是当权衡的时候,它们还是牺牲了不常用的操作的性能来成全常用功能. 本文地址:http://www.cnblogs.com/archimedes/p/python-datastruct-algorithm-list-dictionary.html,转载请注明源地址. 设计者有很多的选择,使他们实现list的数据结构.这些选

python数据结构与算法 35 快速排序

快速排序 快速排序也使用了分而治之的策略来提高性能,而且不需要额外的内存,但是这么做的代价就是,列表不是对半切分的,因而,性能上就有所下降. 快速排序选择一个数值,一般称为"轴点",虽然有很多选取轴点的方法,我们还是简单地把列表中第一个元素做为轴点了.轴点的作用是帮助把列表分为两个部分.列表完成后,轴点所在的位置叫做"切分点",从这一点上把列表分成两部分供后续调用. 图12所示,54将作为轴点.这个例子我们已经排过多次了,我们知道54在排好序后将处于现在31的位置上

python数据结构与算法 39 树的遍历

树的遍历 在学习完成树的基本结构以后,我们开始研究一些树的应用模式.访问树的全部节点,一般有三种模式,这些模式的不同之处,仅在于访问节点的顺序不同.我们把这种对节点的访问称为"遍历",这三种遍历模式叫做前序.中序和后序.下面我们对遍历模式作更仔细的定义,同时研究使用这延续模式的例子. 前序遍历 在前序遍历中,先访问根节点,然后用递归方式前序遍历它的左子树,最后递归方式前序遍历右子树. 中序遍历 在中序遍历中,先递归中序遍历左子树,然后访问根节点,最后递归中序遍历右子树. 后序遍历 在后

Python数据结构与算法--算法分析

在计算机科学中,算法分析(Analysis of algorithm)是分析执行一个给定算法需要消耗的计算资源数量(例如计算时间,存储器使用等)的过程.算法的效率或复杂度在理论上表示为一个函数.其定义域是输入数据的长度,值域通常是执行步骤数量(时间复杂度)或者存储器位置数量(空间复杂度).算法分析是计算复杂度理论的重要组成部分. 本文地址:http://www.cnblogs.com/archimedes/p/python-datastruct-algorithm-analysis.html,转

Python 数据结构和算法

一.写在前面 这篇文章主要介绍了python 内置的数据结构(list.set以及字典),从一些实际的场景中来说明解决方案,主要是阅读<python cookbook>时写下的阅读记录,提高自己在Python开发方面的理解,记录在这里是为了方便可以随时查阅使用.因为时间仓促以及个人理解有限,固有错误的地方请指出,谢谢! 如果转载,请保留作者信息. 邮箱地址:[email protected] 个人博客:http://www.smallartisan.site/ CSDN博客:http://bl

python数据结构与算法——链表

具体的数据结构可以参考下面的这两篇博客: python 数据结构之单链表的实现: http://www.cnblogs.com/yupeng/p/3413763.html python 数据结构之双向链表的实现: http://www.cnblogs.com/yupeng/p/3413800.html 我这里只实现了单链表的类型,代码也相对精简一点: 先构造关于节点的类: 1 class Node: 2 def __init__(self,data=None,next=None): 3 self