前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >JS算法探险之栈(Stack)

JS算法探险之栈(Stack)

作者头像
前端柒八九
发布2022-08-25 15:17:16
6040
发布2022-08-25 15:17:16
举报
文章被收录于专栏:柒八九技术收纳盒

大家好,我是「柒八九」

今天,我们继续探索JS算法相关的知识点。我们来谈谈关于栈Stack的相关知识点和具体的算法。

如果,想了解其他数据结构的算法介绍,可以参考我们已经发布的文章。如下是算法系列的往期文章。

文章list

好了,天不早了,干点正事哇。

文章概要

  1. 知识点简讲
  2. 后缀表达式
  3. 小行星碰撞
  4. 判断括号的正确性
  5. 每日温度
  6. 直方图最大面积

知识点简讲

栈是个啥

栈是一种遵从「后进先出」LIFO)原则的「有序集合」。新添加或待删除的元素都保存在栈的「同一端」,称作「栈顶」,另一端就叫「栈底」。在栈里,「新元素都靠近栈顶,旧元素都接近栈底」

入栈

出栈

栈也被用在编程语言的编译器和内存中保存变量、方法调用等,也被用于浏览器历史记录(浏览器的返回按钮)。

而在前端,Stack耳熟能详的功能就是「调用栈」,调用栈就是用来「管理函数调用关系」的一种数据结构,是 JavaScript 引擎追踪函数执行的一个机制。

还有一个比较重要的用处就是在「解析器」中,无论是HTML/Vue/JavaScript,在生成对应的AST的时候,针对Token进行匹配处理。此时,就可以利用Stack后进先出的特性,进行匹配处理。

「解析HTML生成的AST」

「解析Vue模板生成的AST」

关于调用栈的详细介绍,可以翻阅我们之前文章。这里就不在赘述。

栈的应用(算法方向)

在一些题目中,数据「保存的顺序」「使用顺序」相反,即最后保存的数据最先使用,这与栈的后进先出特性契合,可以将数据保存到栈中。

JS版本的Stack

由于JS语言的特殊性,不存在真正意义上的Stack结构,一般使用数组特定的Apipush/pop)模拟最简单的stack使得能够满足「后进先出」的特性。

代码语言:javascript
复制
let stack = [];
stack.push(1);
stack.push(2);
==== 入栈 1、2====

stack.pop() // 2出栈
stack.pop() // 1出栈

在一些简单的场景下,利用数组来模拟栈是可以满足条件的。但是作为一个功能完备的数据结构,还有一些其他的功能,使用上述的实现方式显的有点捉襟见肘。

那么,我们就自己实现一个比较功能完备的stack。它有如下的功能点

  • push(element(s)):添加一个(或几个)新元素到栈顶
  • pop():移除栈顶的元素,同时返回被移除的元素
  • peek(): 返回栈顶的元素,不对栈做任何修改
  • isEmpty():如果栈里没有任何元素就返回true,否则返回false
  • size(): 返回栈里的元素个数
  • clear(): 移除栈里所有的元素
代码语言:javascript
复制
class Stack {
 constructor() {
   this.items = []; 
 }
 // 添加element到栈顶
 push(element) {
   this.items.push(element);
 }
 // 移除栈顶的元素,同时返回被移除的元素
 pop() {
   return this.items.pop();
 }
 // 返回栈顶的元素,不对栈做任何修改
 peek() {
   return this.items[this.items.length - 1];
 }
 // 如果栈里没有任何元素就返回`true`,否则返回`false`
 isEmpty() {
   return this.items.length === 0;
 }
 // 返回栈里的元素个数
 size() {
   return this.items.length;
 } 
 // 移除栈里所有的元素
 clear() {
   this.items = [];
 } 
}

虽然,我们实现了一个功能完备的stack结构,但是仔细一看,其实就是对arraypush/popapi进行了一次包装。但是,经过包装后,使得针对stack结构的各种操作,变得更具有封装性,而不会产生很多样板代码。

1. 后缀表达式

题目描述:

❝后缀表达式是一种算术表达式,也叫「逆波兰式」RPN),它的操作符在操作数的后面。 要求输入一个用字符串数组表示的后缀表达式,请输出该后缀表达式的计算结果。 示例:后缀表达式["2","1","3","*","+"]对应的表达式是2 + 1 * 3,因此输出的计算结果为5

分析

  1. ["2","1","3","*","+"]为例子分析。
  • 「从左往右」扫描数组,首先遇到的「操作数」2,由于后缀表达式的特点,「操作符」还在后面,在操作符未知的情况下,是无法进行计算处理。所以,需要将当前的操作数进行「暂存处理」
  • 继续扫描数组,接下来的两个数据都是「操作数」,(1/3)还是「没有操作符的出现」,继续将对应的操作数进行「暂存处理」
  • 继续扫描,直到遇到「操作符」*)。按照后缀表达式的规则,此操作符对应的操作数是「刚刚」被暂存的「一对」操作数1/3
  • 存储操作数的容器,是根据数据「存入的时间顺序」而排序。1/3明显位于容器的尾部。也就是说,需要从容器的尾部将「一对」数据取出,并做运算处理。
  • 根据数据存入和取出的特点,我们可以利用stack来作为存储操作数的容器
  1. 「一对」操作数在操作符的作用下,合并成「一个值」,而这个值可能还会和未被处理的操作数进行计算,所以需要将其存入容器中
  2. 在容器中仅存唯一的数值,并且操作符也全部被消费了,此时容器中的数据就是后缀表达式最终的结果

代码实现

代码语言:javascript
复制
function evalRPN(tokens){
  let stack = new Stack();
  for(let token of tokens){
    switch(token){
        // 处理操作符
        case "+":
        case "-":
        case "*":
        case "/": 
            // 在源数据中,靠后的操作数
            let back = stack.pop(); 
            // 在源数据中,靠前的操作数
            let prev = stack.pop();
            // 计算操作数,并将其入栈处理
            stack.push(
                calculate(prev,back,token)
                );
            break;
        default:
            // 处理操作数,直接入栈
            stack.push(parseInt(token));
      }
    }
    // 操作符都处理完,且栈中只有一个数据
    return stack.pop();
}

「辅助函数」,用于处理两个操作数之间的算术问题。(有一点需要注意,就是操作数之间的顺序问题)

代码语言:javascript
复制
fucntion calculate(prev,back,operator){
    switch(operator){
        case "+":
            return prev + back;
        case "-":
            return prev - back;
        case "*":
            return prev * back;
        case "/":
            return (prev/back)>>0; // 数据取整
        default:
            return 0;
    }
}

2. 小行星碰撞

❝输入一个表示小行星的数组

  • 数组中每个数字的「绝对值表示小行星的大小」
  • 数字的「正负表示小行星运动的方向」,正号表示向右飞行,负号表现向左飞行。
  • 如果两个小行星相撞,「体积小的小行星会消失」,体积大的不受影响
  • 如果相撞的小行星「大小相等,两个都会消失」
  • 飞行方向相同的小行星永远不会相撞 示例:有6颗小行星[4,5,-6,4,8,-5],它们相撞之后最终剩下3颗小行星[-6,4,8]

分析

  1. 拿例子中的数据来分析,存在6颗小行星[4,5,-6,4,8,-5]
  • 「第一颗」向右飞行大小为4的行星,此时不知道是否会和「后面」行星碰撞,先将其保存到某个数据容器中。(因为它位于第一位置,所以不需要考虑前面)
  • 「第二颗」还是向右飞行大小为5的行星,它与「现存且已知」的行星方向相同,所以与其不会碰撞。但是,不知道是否与「后面」的行星是否发生碰撞,所以也是先将其存入到数据容器中。
  • 「第三颗」向左飞行大小为6的行星。由于它与「现存且已知」的行星方向相反,「一定会相撞」,大小为5的行星「离它近」,因此两个行星率先相遇。
  • 由前面分析我们得知,我们先后往「数据容器」中依次存入了4/5,而在遇到「方向不同」的行星时,是率先取「最近一次」加入到数据容器的数据。也就是说,针对数据容器中的数据的存取,满足「后进先出」的规则。我们可以考虑用栈来具象化该数据结构。
  1. 在①中我们规定,针对「向右飞行」的行星,是采取了直接存入到数据容器中(stack)
  • 如果当前元素是「向左飞行」时,此时就会发生碰撞,且他们直接遵循「大值原则」即谁大谁能存活。
  • 并且向左飞行的元素秉持着,「不撞南墙不回头」的态度,只要栈里面还有额外的数据,它就要和stack中的数据battle一下,哪怕身败名裂
  • 只有存活下来的元素,才配进入「栈」

代码实现

代码语言:javascript
复制
function asteroidCollision(asteroids){
  let stack = new Stack();
  for(let as of asteroids){
        // 当前元素向左飞行,并且该元素的绝对值比栈顶元素大
        while(!stack.empty() 
              && stack.peek()>0
              && stack.peek()<-as
              ){
                stack.pop();
              }
        
        // 当前元素向左飞行,当前元素和栈顶元素体积一样 (需要互相抵消)   
        if(stack.length 
           && as<0
           && stack.peek()==-as
           ){
            stack.pop();
        }else if(
                as >0  //当前元素向右飞行
                || stack.empty() // 栈为空 (初始化)
                // 当前元素向左飞行(在经过对比后,还是无法消除) 
                || stack.peek()<0
                ){
                  stack.push(as)
                }
    }
    return stack;
}

上述的代码中,我们使用了Stack中的一些方法。

3. 判断括号的正确性

❝给定一个只包括 '(',')''{','}''[',']' 的字符串 s ,判断字符串是否有效。有效字符串需满足:

  1. 左括号必须用「相同类型」的右括号闭合。
  2. 左括号必须以「正确的顺序」闭合。 示例: 输入:s = "()[]{}" 输出:true 输入:s = "(]" 输出:false

分析

  1. 当我们遇到一个「左括号」时,我们会期望在后续的遍历中,有一个「相同类型的右括号」将其闭合,但是,我们此时还用不到该左括号,所以,将其存入数据容器中
  2. 由于,题目中还需指定,必须以指定的顺序,此时,就需要考虑左括号的存入顺序了,后存入的先处理。即:「后进先出」的规则 ==> 那数据容器可以选为「栈」

代码实现

代码语言:javascript
复制
function isValid (s) {
    let stack = new Stack();
    // 遍历 字符串
    for(let c of s){
        // 遇到左括号,将与其匹配的右括号入栈处理
        if(c==='('){
            stack.push(')')
        }else if(c==='['){
            stack.push(']')
        }else if(c==='{'){
            stack.push('}')
        // 遇到右括号
        // 1. 判断栈内是否有括号,如果没有,那说明此时匹配不了
        // 2. 满足①的情况下,判断此时字符是否和栈顶元素匹配
        }else if(stack.length ===0 || stack.pop()!==c){
            return false;
        }
    }
    // 最后再验证一下,栈是否为空,如果不为空,说明还有未匹配的括号
    return !stack.length;
};


3. 每日温度

❝输入一个数组,每个数字都是某天的温度。 计算每天需要等几天才会出现更高的温度 示例:输入数组[35,31,33,36,34],输出结果为[3,1,1,0,0]

  • 第一天温度为35°,要等3天才会出现更高的温度36°
  • 第四天的文档是36°,后面没有更高的温度,与其对应的输出是0

分析

  1. 每次从数组中读出某一天的温度,并且都将其与之前的温度(保存在数据容器中的温度)相比较。
  2. 从离它「较近」的温度开始比较,也就是后存入数据容器中的温度先拿出来比较,满足「后进先出」的原则 ---> 我们选「Stack」作为数据容器
  3. 题目中,需要计算出现更高温度的「等待天数」,存入栈中的数据应该是温度在数组中的「下标」
    • 等待的天数就是两个温度在数组中的下标之差。

代码实现

代码语言:javascript
复制
function dailyTemperatures(temperatures){
   // 定义一个与源数组相同的数组,用于存储最后结果
  let result = new Array(temperatures.length);
  let stack = new Stack();
  for(let i = 0;i<temperatures.length;i++){
    // stack 非空,且当前的温度大于栈顶温度
    while(!stack.empty()
          && temperatures[i]>temperatures[stack.peek()]){
          // 取出,存于stack中的满足条件的温度的下标
          let prev = stack.pop();
          // 计算等待天数 并将其存入result[prev]中
          result[prev] = i - prev;
    }
    // 将当前下标存入stack中
    stack.push(i)
  }
  return result;
}

「额外提醒」

  • 只有在 「stack 非空,且当前的温度大于栈顶温度」,才会从stack中取出栈顶元素
  • 在满足条件的时候,是已经存入到stack中的数据,找到了它对应的「需要等待的天数」i - prev

直方图最大面积

❝输入一个由非负数组成的数组,数组中的数字是直方图中柱子的高,求直方图中最大矩形的面积 假设直方图中柱子的宽度为1 示例:输入数组[2,1,5,6,2,3],直方图中最大矩形的面积为10(2*5)

分析 - 双指针法

  1. 如果直方图中一个矩形从下标为i的柱子开始,到下标为j的柱子结束,那么两根柱子之间的矩形(含两端的柱子)的宽度是j-i+1,矩形的高度就是两根柱子之间的「所有」柱子最矮的高度
  2. 如果能逐一找出直方图中所有矩形并比较它们的面积,就能得到最大的矩形面积
  3. 定义两个指针i/j :i表示靠前的柱子下标,j表示靠后的柱子下标

代码实现 - 双指针法

代码语言:javascript
复制
function largestRectangleArea(heights){
  let maxArae = 0;
  for(let i=0;i<heights.length;i++){
    let min = heights[i];
    for(let j=i;j<heights.length;j++){
      min = Math.min(min,heights[j]);
      let area = min * (j -i +1);
      maxArea = Math.max(maxArea,area)
    }
  }
  return maxArea;
}

想到maxX是不是联想到「选择排序」 (最主要的特点就是「找极值」的序号(minIndex/largestIndex))

我们来简单的再重温一下,选择排序的大体思路。

代码语言:javascript
复制
function selectionSort(arr){
  let len = arr.length;
  if(len<2) return arr; // 处理边界值
  
  let i,j,minIndex;
  // 外层循环: 控制迭代轮次
  for(i=0;i<len-1;i++){
    minIndex = i;
    // 内层循环:从内层循环中找到最小值的位置
    for(j=i+1;j<len;j++){
      // 在未排区域寻找最小的数,并记录其位置j
      if(arr[j]<arr[minIndex]) minIndex = j;
    }
    // 内层循环完毕,最小值确定,和已排区间最后一位交互位置
    swap(arr,i,minIndex);
  }
  return arr;
}

这两个算法之间有很多相似的地方

  • 双层循序
  • 通过对「极值」的判断,对数据进行处理

由于采用了双层循环,所以该方法的时间复杂度为O(n²),不够优雅。我们可以采用更加优雅的处理方式。

分析 - 单调栈法

  1. 用一个栈来保存直方图的柱子,并且栈中的柱子的高度是「递增排序」
  2. 为了方便计算矩形的宽度,「栈中保存的柱子在数组中的下标」
  3. 从左向右扫描数组中的每个柱子,
    • 如果扫描到的柱子的高度「大于」位于栈顶的柱子的高度,那么将该柱子的下标入栈
    • 如果扫描到的柱子的高度「小于」位于栈顶的柱子的高度,将位于栈顶的柱子的下标出栈,并且计算「以位于栈顶的柱子为顶」的最大矩形面积
  4. 由于保存在栈中的柱子的高度是「递增排序」的,栈中位于栈顶前面的一根柱子一定比位于栈顶的柱子矮
  5. 以某根柱子为顶的最大矩形,一定是从该柱子「向两侧延伸」直到遇到比它矮的柱子。
    • 此时最大矩形的「高就是该柱子的高」
    • 最大矩形的「宽是两侧比它矮的柱子中间的间隔」

代码实现-单调栈

代码语言:javascript
复制
function largestRectangleArea(heights){
  let stack = new Stack();
  stack.push(-1);
  
  let maxArea = 0;
  for(let i =0;i<heights.length;i++){
    // 一边遍历,一边计算,当前高度,比栈顶高度小的数据
    // 此时求的是以栈顶元素为高的面积
    // 直到当前元素比栈顶元素都小时,才退出
    while(stack.peek()!=-1
       && heights[stack.peek()] >= heights[i]){
       let height = heights[stack.pop()];
       let width = i - stack.peek() -1;
       maxArea = Math.max(maxArea,height * width)
       }
    // 此时当前元素高度,比栈顶元素高,入栈处理
    stack.push(i);
  }
  // 在处理完后,栈中还存在元素
  // 这元素在后续的遍历中没找到比它矮的,所以,还需要进行相同操作
  while(stack.peek()!=-1){
    let height = heights[stack.pop()];
    let width = heights.length - stack.peek() -1;
    maxArea = Math.max(maxArea,height * width)
  }
  return maxArea;
}

第一次遍历

针对剩余栈内元素求面积

后记

「分享是一种态度」

参考资料:剑指offer/leetcode官网

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-06-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 前端柒八九 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 文章list
  • 文章概要
  • 知识点简讲
    • 栈是个啥
      • 栈的应用(算法方向)
        • JS版本的Stack
          • 分析
          • 代码实现
          • 分析
          • 代码实现
          • 分析
          • 代码实现
          • 分析
          • 代码实现
          • 分析 - 双指针法
          • 代码实现 - 双指针法
          • 分析 - 单调栈法
          • 代码实现-单调栈
      • 1. 后缀表达式
      • 2. 小行星碰撞
      • 3. 判断括号的正确性
      • 3. 每日温度
      • 直方图最大面积
      • 后记
      相关产品与服务
      容器服务
      腾讯云容器服务(Tencent Kubernetes Engine, TKE)基于原生 kubernetes 提供以容器为核心的、高度可扩展的高性能容器管理服务,覆盖 Serverless、边缘计算、分布式云等多种业务部署场景,业内首创单个集群兼容多种计算节点的容器资源管理模式。同时产品作为云原生 Finops 领先布道者,主导开源项目Crane,全面助力客户实现资源优化、成本控制。
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档