ホームページ バックエンド開発 Python チュートリアル スタックを使用したキューの実装

スタックを使用したキューの実装

Nov 27, 2024 pm 10:41 PM

キューとスタックは、日常のコーディングで使用する非常に単純なデータ構造です。実際、これらはデータを維持するための最も簡単な構造であると考えることができます。

この記事全体を通じて、データ構造を参照するために DS を使用します。

キューは、FIFO 原理で動作する DS です。最初に来たデータが最初に出力されることが許可されます。キューを実装するにはさまざまな方法があります。配列、リンク リスト、その他多くのものを自由に使用できます。ただし、ここでは、Stack と呼ばれる別の DS を使用した Queue の実装について説明します。

皆さんご存知のように、Stack は LIFO 原理で動作する DS です。私はいつも本を積み重ねることを考えているので、視覚化するのに役立つ場合は、その例えを自由に使ってください。

ハッカーランクでこの質問を見つけました。そこでは、2 つのスタックを使用してキューを実装する必要がありました。簡単そうに聞こえますか?どうすればこれを達成できるか少し考えてください。

これを行う方法はたくさんあるので、いくつかの解決策を思いついたかもしれません。それでは、直接試してみてはいかがでしょうか?

質問

それでは、試してみて「タイムアウト エラー」が発生した人、そしてわざわざ試してみなかった人のために、この問題に対する最も簡単で簡単な解決策を説明しましょう。

まず、スタックを実装する方法を見てみましょう。

Implementing Queue using Stack

ご覧のとおり、リストを使用してスタックを実装しました。最初に、コンストラクターは空のリストを初期化します。データをリストの最後に追加してプッシュします。ポップ中にインデックスを指定しないと、リストの最後からポップされます。したがって、最後に挿入される要素が最初にポップアウトされる要素となります。

ここで、キューと同様の方法で 2 つの異なるスタックを初期化しました。 1 つはエンキュー用、もう 1 つはデキュー用です。

リストの最後にデータをプッシュするためだけに、スタックと同様の enqueueStack を使用します。しかし、dequeueStack の場合、スタックのポップ関数が最後の要素から要素を削除することがわかっているので、私たちが行うことは次のとおりです。 enqueueStack を反転して dequeueStack に置きます。したがって、enqueueStack の最初の要素は dequeueStack の最後の要素になり、enqueueStack の 2 番目の要素は dequeueStack の最後から 2 番目になります。したがって、dequeueStack に Pop 関数を使用すると、プッシュした最初の要素が削除され、キューが模倣されます。

今はわかりにくいかもしれませんが、心配しないでください。コードを見れば、私が何を言っているのか理解できるでしょう。実際に今すぐ見てください!

Implementing Queue using Stack

これらの追加チェックは何のためにあるのか疑問に思われるかもしれません。 dequeueStack が空かどうかを確認するのと同様です。最初にそれを確認しないと。反転により enqueueStack の要素は dequeueStack に配置され、最初にあるはずだったデキュー Stacks 要素が最後になってしまいます。したがって、コードに示すように、最初に dequeueStack を空にする必要があります。

これと同様に、printFront はキューの先頭にあるはずの項目を印刷します。

この実装後、入力を STDIN から読み取り、出力を STDOUT に出力します。

私たちの入力は次のようになります:

Implementing Queue using Stack

そして完全なメイン関数は次のとおりです:

Implementing Queue using Stack

私はこれをできるだけ簡単な方法で実装しようとしました。これを実装するには他にもいくつかのより良い方法があるかもしれません。そのうちの 1 つをここで紹介します!

以上がスタックを使用したキューの実装の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Python vs. C:曲線と使いやすさの学習 Python vs. C:曲線と使いやすさの学習 Apr 19, 2025 am 12:20 AM

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Pythonの学習:2時間の毎日の研究で十分ですか? Pythonの学習:2時間の毎日の研究で十分ですか? Apr 18, 2025 am 12:22 AM

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Python vs. C:パフォーマンスと効率の探索 Python vs. C:パフォーマンスと効率の探索 Apr 18, 2025 am 12:20 AM

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

Python vs. C:重要な違​​いを理解します Python vs. C:重要な違​​いを理解します Apr 21, 2025 am 12:18 AM

PythonとCにはそれぞれ独自の利点があり、選択はプロジェクトの要件に基づいている必要があります。 1)Pythonは、簡潔な構文と動的タイピングのため、迅速な開発とデータ処理に適しています。 2)Cは、静的なタイピングと手動メモリ管理により、高性能およびシステムプログラミングに適しています。

Python Standard Libraryの一部はどれですか:リストまたは配列はどれですか? Python Standard Libraryの一部はどれですか:リストまたは配列はどれですか? Apr 27, 2025 am 12:03 AM

PythonListSarePartOfThestAndardarenot.liestareBuilting-in、versatile、forStoringCollectionsのpythonlistarepart。

Python:自動化、スクリプト、およびタスク管理 Python:自動化、スクリプト、およびタスク管理 Apr 16, 2025 am 12:14 AM

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

科学コンピューティングのためのPython:詳細な外観 科学コンピューティングのためのPython:詳細な外観 Apr 19, 2025 am 12:15 AM

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

Web開発用のPython:主要なアプリケーション Web開発用のPython:主要なアプリケーション Apr 18, 2025 am 12:20 AM

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化

See all articles