数据结构【栈和队列附顺序表应用算法】

数据结构【栈和队列附顺序表应用算法】

栈和队列和顺序表应用算法练习

1.栈

1.1概念与结构

:⼀种特殊的线性表,其只允许在固定的⼀端进行插入和删除元素操作。进行数据插入和删除操作的一端称为栈顶,另⼀端称为栈底。栈中的数据元素遵守后进先出的原则。
压栈:栈的插入操作叫做进栈/压栈/入栈,入数据在栈顶。
出栈:栈的删除操作叫做出栈,出数据也在栈顶。

1.2栈的实现

typedefint STDataType;typedefstructStack{ STDataType * a;int top;int capacity;}ST;// 初始化栈voidSTInit(ST* ps);// 销毁栈voidSTDestroy(ST* ps);// ⼊栈voidSTPush(ST* ps, STDataType x);//出栈voidSTPop(ST* ps);//取栈顶元素 STDataType STTop(ST* ps);//获取栈中有效元素个数intSTSize(ST* ps);//栈是否为空 bool STEmpty(ST* ps);

2.队列

2.1概念与结构

概念:只允许在⼀端进行插入数据操作,在另⼀端进行删除数据操作的特殊线性表,队列具有先进先出。
入队列:进行插⼊操作的⼀端称为队尾。
出队列:进行删除操作的⼀端称为队头。

2.2队列的实现

typedefint QDataType;//队列结点结构typedefstructQueueNode{int val;structQueueNode* next;}QNode;//队列结构typedefstructQueue{ QNode* phead; QNode* ptail;int size;}Queue;//初始化队列voidQueueInit(Queue* pq);//销毁队列voidQueueDestroy(Queue* pq);// ⼊队列,队尾voidQueuePush(Queue* pq, QDataType x);// 出队列,队头voidQueuePop(Queue* pq);//取队头数据 QDataType QueueFront(Queue* pq);//取队尾数据 QDataType QueueBack(Queue* pq);//队列判空 bool QueueEmpty(Queue* pq);//队列有效元素个数intQueueSize(Queue* pq);

3.附(顺序表应用算法)

3.1移除元素

给你一个数组 nums 和一个值 val,你需要 原地 移除所有数值等于 val 的元素。元素的顺序可能发生改变。然后返回 nums 中与 val 不同的元素的数量。
假设 nums 中不等于 val 的元素数量为 k

  • 更改 nums 数组,使 nums 的前 k 个元素包含不等于 val 的元素。nums 的其余元素和 nums 的大小并不重要。
  • 返回 k
intremoveElement(int* nums,int numsSize,int val){int dst =0, src =0;while(src < numsSize){if(nums[src]!= val){ nums[dst]= nums[src]; dst++;} src++;}return dst;}

3.2删除有序数组中的重复项

给你一个 非严格递增排列 的数组 nums ,请你 原地 删除重复出现的元素,使每个元素 只出现一次 ,返回删除后数组的新长度。元素的 相对顺序 应该保持 一致 。然后返回 nums 中唯一元素的个数。

  • 更改数组 nums ,使 nums 的前 k 个元素包含唯一元素,并按照它们最初在 nums 中出现的顺序排列。nums 的其余元素与 nums 的大小不重要。
  • 返回 k
intremoveDuplicates(int* nums,int numsSize){int dst =0, src = dst +1;while(src < numsSize){if(nums[src]!=nums[dst]&&++dst != src){ nums[dst]= nums[src];}++src;}return dst +1;}

3.3合并两个有序数组

给你两个按非递减顺序 排列的整数数组 nums1nums2,另有两个整数 mn ,分别表示 nums1nums2 中的元素数目。
请你 合并 nums2nums1 中,使合并后的数组同样按 非递减顺序 排列。
注意:最终,合并后数组不应由函数返回,而是存储在数组 nums1 中。为了应对这种情况,nums1 的初始长度为 m + n,其中前 m 个元素表示应合并的元素,后 n 个元素为 0 ,应忽略。nums2 的长度为 n

voidmerge(int* nums1,int nums1Size,int m,int* nums2,int nums2Size,int n){int l1 = m -1;int l2 = n -1;int l3 = m + n -1;while(l1 >=0&& l2 >=0){if(nums1[l1]> nums2[l2]){ nums1[l3--]= nums1[l1--];}else{ nums1[l3--]= nums2[l2--];}while(l2 >0){ nums1[l3--]= nums2[l2--];}}}

Read more

【大数据存储与管理】分布式文件系统HDFS:06 HDFS的数据读写过程

【大数据存储与管理】分布式文件系统HDFS:06 HDFS的数据读写过程

【作者主页】Francek Chen 【专栏介绍】 ⌈ ⌈ ⌈大数据技术原理与应用 ⌋ ⌋ ⌋专栏系统介绍大数据的相关知识,分为大数据基础篇、大数据存储与管理篇、大数据处理与分析篇、大数据应用篇。内容包含大数据概述、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、MapReduce、Hadoop再探讨、数据仓库Hive、Spark、流计算、Flink、图计算、数据可视化,以及大数据在互联网领域、生物医学领域的应用和大数据的其他应用。 【GitCode】专栏资源保存在我的GitCode仓库:https://gitcode.com/Morse_Chen/BigData_principle_application。 文章目录 * 一、读数据的过程 * 二、写数据的过程 * 小结 在介绍 HDFS 的数据读写过程之前,需要简单介绍一下相关的类。FileSystem 是一个通用文件系统的抽象基类,可以被分布式文件系统继承,所有可能使用

By Ne0inhk
【算法通关指南:算法基础篇】二分算法:1.在排序树组中查找元素的第一个和最后一个位置 2.牛可乐和魔法封印

【算法通关指南:算法基础篇】二分算法:1.在排序树组中查找元素的第一个和最后一个位置 2.牛可乐和魔法封印

🔥小龙报:个人主页 🎬作者简介:C++研发,嵌入式,机器人方向学习者 ❄️个人专栏:《算法通关指南》 ✨ 永远相信美好的事情即将发生 文章目录 * 前言 * 一、二分算法 * 二、在排序树组中查找元素的第一个和最后一个位置 * 2.1题目 * 2.2 算法原理 * 2.3代码 * 三、牛可乐和魔法封印 * 3.1题目 * 3.2 算法原理 * 3.3代码 * 总结与每日励志 前言 本专栏聚焦算法题实战,系统讲解算法模块:以《c++编程》,《数据结构和算法》《基础算法》《算法实战》 等几个板块以题带点,讲解思路与代码实现,帮助大家快速提升代码能力ps:本章节题目分两部分,比较基础笔者只附上代码供大家参考,其他的笔者会附上自己的思考和讲解,希望和大家一起努力见证自己的算法成长 一、

By Ne0inhk
【笔试】算法的暴力美学——牛客 NC221681:dd爱框框

【笔试】算法的暴力美学——牛客 NC221681:dd爱框框

一、题目描述 二、算法原理 思路:滑动窗口 1)定义两个指针,一开始都为0,cur 从左开始遍历,定义一个 sum 来表示 prev 到 cur 的之间的值的总和,当 sum >= x 时,我们要根据题目条件来保存 prev 和 cur 的值; 2)当 sum >= x 时,我们记录完 prev 和 cur 的值的之后,sum -= arr[ prev ],prev++ ,往后走,只要满足条件 sum >= x 我们就要记录

By Ne0inhk
python基于大数据的手机商品数据分析

python基于大数据的手机商品数据分析

目录 * 手机商品数据分析的摘要 * 开发技术路线 * 相关技术介绍 * 核心代码参考示例 * 结论 * 源码lw获取/同行可拿货,招校园代理 :文章底部获取博主联系方式! 手机商品数据分析的摘要 随着智能手机市场的快速发展,海量数据为产品优化和商业决策提供了重要依据。Python凭借其强大的数据处理和可视化能力,成为手机商品数据分析的核心工具。 数据采集阶段,可通过爬虫技术(如Scrapy、BeautifulSoup)从电商平台(京东、淘宝)获取手机销售数据,包括价格、销量、用户评价等。结构化数据存储于MySQL或MongoDB,非结构化数据(如评论文本)通过NLTK或jieba进行分词和情感分析。 数据清洗环节使用Pandas处理缺失值和异常值,例如剔除价格异常记录或填充平均评分。特征工程中,提取关键指标如品牌市场份额、价格分布、用户满意度,并利用Matplotlib或Seaborn生成可视化图表(如热力图展示品牌-价格相关性)。 机器学习模型(如随机森林、XGBoost)可预测销量趋势或用户购买意愿,特征重要性分析揭示影响销量的核心因素(如CP

By Ne0inhk