当前位置: 首页 > news >正文

【数据结构】栈、队列和数组

栈、队列和数组

  • 队列
  • 数组
    • 数组的顺序表示和实现
      • 顺序表中查找和修改数组元素
    • 矩阵的压缩存储
      • 特殊矩阵
      • 稀疏矩阵

在这里插入图片描述
初始化

#define MaxSize 50//栈中元素的最大个数
typedef char ElemType;//数据结构
typedef struct{int top;//栈顶指针ElemType data[MaxSize];//存放栈中的元素
}SqStack;//初始化栈,给top赋值为-1
void InitStack(SqStack *stack){stack->top = -1;
}

判断是否为空

//判断栈是否为空,空返回true,反之即返回false
bool StackEmpty(SqStack stack){if(stack.top==-1) return true;return false;
}

进栈

//进栈
bool Push(SqStack *stack,ElemType e){//判断是否满栈if(stack->top==MaxSize-1) return false;//指针先加1,再入栈stack->data[++stack->top]=e;return true;
}

出栈

//出栈
ElemType Pop(SqStack *stack){//判断是否为空栈if(stack->top==-1) return false;//先取值,再自减return stack->data[stack->top--];
}

读取栈顶元素

//读取栈顶元素
ElemType GetTop(SqStack stack){//判断是否为空栈if(stack.top==-1) return false;return stack.data[stack.top];
}

队列

在这里插入图片描述

初始化

#define MaxSize 5
typedef char ElemType;typedef struct 
{ElemType data[MaxSize];int rear,front;
}SqQueue;//初始化
void InitQueue(SqQueue *queue){queue->front = queue->rear=0;
}

判断空

//判断是否为空,即判断首尾指针是否相等
bool QueueEmpty(SqQueue queue){if(queue.front==queue.rear) return true;return false;
}

入队

//入队
bool EnQueue(SqQueue *queue,ElemType e){//判断是否是满队,即尾指针的下一个指向首指针if((queue->rear+1)%MaxSize==queue->front) return false;queue->data[queue->rear]=e;//赋值//尾指针+1取模queue->rear = (queue->rear+1)%MaxSize;return true;
}

出队

//出队
ElemType DeQueue(SqQueue *queue){//判断是否为空if(queue->front==queue->rear) return false;//先取值,首指针再+1取模ElemType e = queue->data[queue->front];queue->front++;return e;
}

数组

提到数组,大家首先会想到的是:很多编程语言中都提供有数组这种数据类型,比如 C/C++、Java、Go、C# 等。但本节我要讲解的不是作为数据类型的数组,而是数据结构中提供的一种叫数组的存储结构。

和线性存储结构相比,数组最大的不同是:它存储的数据可以包含多种“一对一”的逻辑关系。举个简单的例子:

在这里插入图片描述
上图中,{a1, a2, a3, a4}、{b1, b2, b3, b4}、{c1, c2, c3, c4}、{d1, d2, d3, d4} 中各自包含的元素具有“一对一”的逻辑关系,同时 a、b、c、d 这 4 个序列也具有“一对一”的逻辑关系。

这样存储不止一种“一对一”逻辑关系的数据,数据结构就推荐使用数组存储结构。


对于数组存储结构,我们可以这样理解它:数组是对线性表的扩展,是一种“特殊”的线性存储结构,用来存储具有多种“一对一”逻辑关系的数据。

实际场景中,存储具有 N 种“一对一”逻辑关系的数据,通常会建立 N 维数组:

  • 一维数组和其它线性存储结构很类似,用来存储只有一种“一对一”逻辑关系的数据:

在这里插入图片描述

  • 二维数组用来存储包含两种“一对一”逻辑关系的数据。二维数组可以看作是存储一维数组的一维数组
    在这里插入图片描述
  • n 维数组用来存储包含 n 种“一对一”逻辑关系的数据,可以看作是存储 n-1 维数组的一维数组;

数组存储结构还具有一些其它的特性,包括:

  • 无论数组的维度是多少,数组中的数据类型都必须一致;
  • 数组一旦建立,它的维度将不再改变;
  • 数组存储结构不会对内部的元素做插入和删除操作,常见的操作有 4 种,分别是初始化数组、销毁数组、取数组中的元素和修改数组中的元素。

数组的顺序表示和实现

数组可以是多维的,而顺序表只能是一维的线性空间。要想将 N 维的数组存储到顺序表中,可以采用以下两种方案:

  • 以列序为主(先列后行):按照行号从小到大的顺序,依次存储每一列的元素;
  • 以行序为主(先行后序):按照列号从小到大的顺序,依次存储每一行的元素。

多维数组中,最常用的是二维数组,接下里就以二维数组为例,讲解数组的顺序存储结构。
在这里插入图片描述
所示的二维数组按照“列序为主”的方案存储时,数组中的元素在顺序表中的存储状态如下图所示:
在这里插入图片描述
同样的道理,按照“行序为主”的方案存储数组时,各个元素在顺序表中的存储状态如图
在这里插入图片描述


顺序表中查找和修改数组元素

注意,只有在顺序表内查找到数组中的目标元素之后,才能对该元素执行读取和修改操作。

在 N 维数组中查找目标元素,需知道以下信息:

  • 数组的存储方式;
  • 数组在内存中存放的起始地址;
  • 目标元素在数组中的坐标。比如说,二维数组中是通过行标和列标来确定元素位置的;
  • 数组中元素的类型,即数组中单个数据元素所占内存的大小,通常用字母 L 表示;

根据存储方式的不同,查找目标元素的方式也不同。仍以二维数组为例,如果数组采用“行序为主”的存储方式,则在二维数组 anm 中查找 aij 位置的公式为:

LOC(i, j) = LOC(0, 0) + (i * m + j) * L;

其中,LOC(i, j) 为 aij 在内存中的地址,LOC(0, 0) 为二维数组在内存中存放的起始位置(也就是 a00 的位置)。

而如果采用以列存储的方式,在 anm 中查找 aij 的方式为:

LOC(i, j) = LOC(0, 0) + (j * n + i) * L;

根据以上两个公式,就可以在顺序表中找到目标元素,自然也就可以进行读取和修改操作了。


代码实现

#include<stdarg.h>
#include<malloc.h>
#include<stdio.h>
#include<stdlib.h> // atoi()
#include<io.h> // eof()
#include<math.h>#define TRUE 1
#define FALSE 0
#define OK 1
#define ERROR 0
#define INFEASIBLE -1
#define OVERFLOW 3
#define UNDERFLOW 4
typedef int Status; //Status是函数的类型,其值是函数结果状态代码,如OK等
typedef int Boolean; //Boolean是布尔类型,其值是TRUE或FALSE
typedef int ElemType;#define MAX_ARRAY_DIM 8 //假设数组维数的最大值为8
typedef struct
{ElemType* base; //数组元素基址,由InitArray分配int dim; //数组维数int* bounds; //数组维界基址,由InitArray分配int* constants; // 数组映象函数常量基址,由InitArray分配
} Array;Status InitArray(Array* A, int dim, ...)
{//若维数dim和各维长度合法,则构造相应的数组A,并返回OKint elemtotal = 1, i; // elemtotal是元素总值va_list ap;if (dim<1 || dim>MAX_ARRAY_DIM)return ERROR;(*A).dim = dim;(*A).bounds = (int*)malloc(dim * sizeof(int));if (!(*A).bounds)exit(OVERFLOW);va_start(ap, dim);for (i = 0; i < dim; ++i){(*A).bounds[i] = va_arg(ap, int);if ((*A).bounds[i] < 0)return UNDERFLOW;elemtotal *= (*A).bounds[i];}va_end(ap);(*A).base = (ElemType*)malloc(elemtotal * sizeof(ElemType));if (!(*A).base)exit(OVERFLOW);(*A).constants = (int*)malloc(dim * sizeof(int));if (!(*A).constants)exit(OVERFLOW);(*A).constants[dim - 1] = 1;for (i = dim - 2; i >= 0; --i)(*A).constants[i] = (*A).bounds[i + 1] * (*A).constants[i + 1];return OK;
}Status DestroyArray(Array* A)
{//销毁数组Aif ((*A).base){free((*A).base);(*A).base = NULL;}elsereturn ERROR;if ((*A).bounds){free((*A).bounds);(*A).bounds = NULL;}elsereturn ERROR;if ((*A).constants){free((*A).constants);(*A).constants = NULL;}elsereturn ERROR;return OK;
}Status Locate(Array A, va_list ap, int* off) // Value()、Assign()调用此函数 */
{//若ap指示的各下标值合法,则求出该元素在A中的相对地址offint i, ind;*off = 0;for (i = 0; i < A.dim; i++){ind = va_arg(ap, int);if (ind < 0 || ind >= A.bounds[i])return OVERFLOW;*off += A.constants[i] * ind;}return OK;
}Status Value(ElemType* e, Array A, ...) //在VC++中,...之前的形参不能是引用类型
{//依次为各维的下标值,若各下标合法,则e被赋值为A的相应的元素值va_list ap;Status result;int off;va_start(ap, A);if ((result = Locate(A, ap, &off)) == OVERFLOW) //调用Locate()return result;*e = *(A.base + off);return OK;
}Status Assign(Array* A, ElemType e, ...)
{//依次为各维的下标值,若各下标合法,则将e的值赋给A的指定的元素va_list ap;Status result;int off;va_start(ap, e);if ((result = Locate(*A, ap, &off)) == OVERFLOW) //调用Locate()return result;*((*A).base + off) = e;return OK;
}int main()
{Array A;int i, j, k, * p, dim = 3, bound1 = 3, bound2 = 4, bound3 = 2; //a[3][4][2]数组ElemType e, * p1;InitArray(&A, dim, bound1, bound2, bound3); //构造3*4*2的3维数组Ap = A.bounds;printf("A.bounds=");for (i = 0; i < dim; i++) //顺序输出A.boundsprintf("%d ", *(p + i));p = A.constants;printf("\nA.constants=");for (i = 0; i < dim; i++) //顺序输出A.constantsprintf("%d ", *(p + i));printf("\n%d页%d行%d列矩阵元素如下:\n", bound1, bound2, bound3);for (i = 0; i < bound1; i++){for (j = 0; j < bound2; j++){for (k = 0; k < bound3; k++){Assign(&A, i * 100 + j * 10 + k, i, j, k); // 将i*100+j*10+k赋值给A[i][j][k]Value(&e, A, i, j, k); //将A[i][j][k]的值赋给eprintf("A[%d][%d][%d]=%2d ", i, j, k, e); //输出A[i][j][k]}printf("\n");}printf("\n");}p1 = A.base;printf("A.base=\n");for (i = 0; i < bound1 * bound2 * bound3; i++) //顺序输出A.base{printf("%4d", *(p1 + i));if (i % (bound2 * bound3) == bound2 * bound3 - 1)printf("\n");}DestroyArray(&A);return 0;
}

矩阵的压缩存储

特殊矩阵

这里所说的特殊矩阵,主要分为以下两类:

  • 含有大量相同数据元素的矩阵,比如对称矩阵;
  • 含有大量 0 元素的矩阵,比如稀疏矩阵、上(下)三角矩阵;

针对以上两类矩阵,数据结构的压缩存储思想是:矩阵中的相同数据元素(包括元素 0)只存储一个
在这里插入图片描述
数据元素沿主对角线对应相等,这类矩阵称为对称矩阵,矩阵中有两条对角线,对角线称为主对角线,另一条从左下角到右上角的对角线为副对角线。对称矩阵指的是各数据元素沿主对角线对称的矩阵。

对称矩阵的实现过程是,若存储下三角中的元素,只需将各元素所在的行标 i 和列标 j 代入下面的公式:
在这里插入图片描述
存储上三角的元素要将各元素的行标 i 和列标 j 代入另一个公式:

在这里插入图片描述
最终求得的 k 值即为该元素存储到数组中的位置(矩阵中元素的行标和列标都从 1 开始)。

例如,在数组 skr[6] 中存储图 1 中的对称矩阵,则矩阵的压缩存储状态如图所示(存储上三角和下三角的结果相同):
在这里插入图片描述
注意,以上两个公式既是用来存储矩阵中元素的,也用来从数组中提取矩阵相应位置的元素。例如,如果想从图中的数组提取矩阵中位于 (3,1) 处的元素,由于该元素位于下三角,需用下三角公式获取元素在数组中的位置,即:
在这里插入图片描述


稀疏矩阵

在这里插入图片描述
如果矩阵中分布有大量的元素 0,即非 0 元素非常少,这类矩阵称为稀疏矩阵。

压缩存储稀疏矩阵的方法是:只存储矩阵中的非 0 元素,与前面的存储方法不同,稀疏矩阵非 0 元素的存储需同时存储该元素所在矩阵中的行标和列标。

例如,存储上图中的稀疏矩阵,需存储以下信息:

  • (1,1,1):数据元素为 1,在矩阵中的位置为 (1,1);
  • (3,3,1):数据元素为 3,在矩阵中的位置为 (3,1);
  • (5,2,3):数据元素为 5,在矩阵中的位置为 (2,3);
  • 除此之外,还要存储矩阵的行数 3 和列数 3;

在这里插入图片描述
**若对其进行压缩存储,矩阵中各非 0 元素的存储状态如图 **
在这里插入图片描述
三元组的结构体

//三元组结构体
typedef struct {int i,j;//行标i,列标jint data;//元素值
}triple;

由于稀疏矩阵中非 0 元素有多个,因此需要建立 triple 数组存储各个元素的三元组。除此之外,考虑到还要存储矩阵的总行数和总列数,因此可以采用以下结构表示整个稀疏矩阵:

#define number 20
//矩阵的结构表示
typedef struct {triple data[number];//存储该矩阵中所有非0元素的三元组int mu, nu, tu;//mu和nu分别记录矩阵的行数和列数,tu记录矩阵中所有的非0元素的个数
}TSMatrix;
#include<stdio.h>
#define NUM 3
//存储三元组的结构体
typedef struct {int i, j;int data;
}triple;
//存储稀疏矩阵的结构体
typedef struct {triple data[NUM];int mu, nu, tu;
}TSMatrix;
//输出存储的稀疏矩阵
void display(TSMatrix M);
int main() {TSMatrix M;M.mu = 3;M.nu = 3;M.tu = 3;M.data[0].i = 1;M.data[0].j = 1;M.data[0].data = 1;M.data[1].i = 2;M.data[1].j = 3;M.data[1].data = 5;M.data[2].i = 3;M.data[2].j = 1;M.data[2].data = 3;display(M);return 0;
}
void display(TSMatrix M) {int i, j, k;for (i = 1; i <= M.mu; i++) {for (j = 1; j <= M.nu; j++) {int value = 0;for (k = 0; k < M.tu; k++) {if (i == M.data[k].i && j == M.data[k].j) {printf("%d ", M.data[k].data);value = 1;break;}}if (value == 0)printf("0 ");}printf("\n");}
}

http://www.lryc.cn/news/163380.html

相关文章:

  • python算法调用方案
  • 《微服务架构设计模式》第二章
  • taro vue3 ts nut-ui 项目
  • 【群答疑】jmeter关联获取上一个请求返回的字符串,分割后保存到数组,把数组元素依次作为下一个请求的入参...
  • Shell 函数详解(函数定义、函数调用)
  • git-命令行显示当前目录分支
  • pgsql 报错 later table “drop column” is not supported now
  • 如何制定私域流量布局计划?
  • yolov8 模型部署--TensorRT部署-c++服务化部署
  • 自适应迭代扩展卡尔曼滤波算法AIEKF估计SOC VS 扩展卡尔曼估计SOC
  • 2023-亲测有效-git clone失败怎么办?用代理?加git?
  • An Empirical Study of GPT-3 for Few-Shot Knowledge-Based VQA
  • 2023高教社杯数学建模B题思路分析 - 多波束测线问题
  • 02-docker network
  • 栈和队列经典笔试题
  • No5.9:多边形内角和公式
  • EditPlus 配置python 及Anaconda中的python
  • linux 编译 llvm + clang
  • Mybatis 框架 ( 四 ) QueryWrapper
  • 数据结构和算法之二分法查找
  • 系统日期如何在页面展示,框架是react或者vue3
  • (二十二)大数据实战——Flume数据采集之故障转移案例实战
  • 前端小案例3:Flex弹性布局行内元素宽度自适应
  • 纳尼?小说还要用看的?这可以听!无广!
  • 【微服务部署】四、Jenkins一键打包部署NodeJS(Vue)前端项目步骤详解
  • 【前端】禁止别人调试自己的前端页面代码
  • UDP的可靠性传输
  • 科研笔记:TPAMI submission guideline
  • Python文件操作(02):打开文件、读文件、关闭文件
  • C语言访问Mysql