数据结构-栈&队列&Deque实现比较

栈
栈的ADT

进栈出栈

栈的存储结构实现

队列
队列的ADT

入队列出队列

栈的存储结构实现

Deque
Deque的链式存储实现LinkList
入栈

出栈

Deque的顺序存储实现 ArrayDeque
添加元素

删除元素

BlockingDeque

栈

栈： 限定仅在表尾进行插入和删除操作的线性表；

后进先出（LIFO)。

在表尾进行操作，表尾是栈顶；最新进栈的元素在栈底。

栈的ADT

进栈&出栈

栈的存储结构实现

顺序栈

栈也是线性表，只是对表中元素的插入和删除位置做了限定，因此我们很容易想到利用一维数组实现栈的存储结构。Java中的Stack类继承自Vector，就是用数组实现。

Stack.java

public class Stack<E> extends Vector<E> {

public Stack() {
}

public E push(E item) {
addElement(item);

return item;
}

public synchronized E pop() {
E       obj;
int     len = size();

obj = peek();
removeElementAt(len - 1);

return obj;
}

public synchronized E peek() {
int     len = size();

if (len == 0)
throw new EmptyStackException();
return elementAt(len - 1);
}

public boolean empty() {
return size() == 0;
}

public synchronized int search(Object o) {
int i = lastIndexOf(o);

if (i >= 0) {
return size() - i;
}
return -1;
}

private static final long serialVersionUID = 1224463164541339165L;
}

两栈共享存储空间

如果我们有两个相同类型的栈，我们为他们各自开辟了数组空间，极有可能第一个栈已经满了，再进栈就溢出了，而另一个栈还有很多存储空间空闲。这时，我们可以充分利用顺序栈的单向延伸的特性，使用一个数组来存储两个栈，让一个栈的栈底为数组的始端，另一个栈的栈底为数组的末端，每个栈从各自的端点向中间延伸。



ShareStack.java

/**
* Created by engineer on 2017/10/22.
*/

public class ShareStack<T> {
private Object[] element; //存放元素的数组

private int stackSize;  // 栈大小

private int top1; //栈1的栈顶指针

private int top2; //栈2的栈顶指针

/**
* 初始化栈
* @param size
*/
public ShareStack(int size){
element = new Object[size];
stackSize = size;
top1 = -1;
top2 = stackSize;
}

/**
* 压栈
* @param i 第几个栈
* @param o 入栈元素
* @return
*/
public boolean push(int i , Object o){

if(top1 == top2 - 1)
throw new RuntimeException("栈满！");
else if(i == 1){
top1++;
element[top1] = o;
}else if(i == 2){
top2--;
element[top2] = o;
}else
throw new RuntimeException("输入错误！");

return true;
}

/**
* 出栈
* @param i
* @return
*/
@SuppressWarnings("unchecked")
public T pop(int i){

if(i == 1){
if(top1 == -1)
throw new RuntimeException("栈1为空");
return (T)element[top1--];
} else if(i == 2){
if(top2 == stackSize)
throw new RuntimeException("栈2为空");
return (T)element[top2++];
} else
throw new RuntimeException("输入错误！");

}

/**
* 获取栈顶元素
* @param i
* @return
*/
@SuppressWarnings("unchecked")
public T get(int i){

if(i == 1){
if(top1 == -1)
throw new RuntimeException("栈1为空");
return (T)element[top1];
} else if(i == 2){
if(top2 == stackSize)
throw new RuntimeException("栈2为空");
return (T)element[top2];
} else
throw new RuntimeException("输入错误！");
}

/**
* 判断栈是否为空
* @param i
* @return
*/
public boolean isEmpty(int i){

if(i == 1){
if(top1 == -1)
return true;
else
return false;
} else if(i == 2){
if(top2 == stackSize)
return true;
else
return false;
} else
throw new RuntimeException("输入错误！");
}

}

当然，考虑到数组需要在初始化的时候限定大小，同时也要考虑扩容的问题。因此栈也可以使用链表来实现；这个后面一起讨论，这里就不展开来说了。

栈这种数据结构，非常实用；Android中Activity的回退栈就是最好的例子，正常模式下，我们通过startActivity就是将一个Activity压入了回退栈，finish()方法就是从回退栈里弹出最顶部的Activity；当然，实际流程有很多别的操作，这里也只是大体流程；递归思想也是利用了栈这种结构。

队列

队列： 只允许在一端进行插入操作、而在另一端进行删除操作的线性表。

先进先出(FIFO)

在队尾进行插入，从队头进行删除

队列的ADT

入队列&出队列

栈的存储结构实现

顺序存储结构

使用数组实现队列的存储结构时，为了避免每次从队头删除元素时，移动后面的每个元素，加入了front和rear两个指针，分别指向队头和队尾；这样每次从队头删除元素时，移动front指针即可，而不必移动大量的元素，但是这样势必会造成假溢出的问题，存储空间得不到充分的利用，因此需要采用循环队列的方式实现了队列的顺序存储结构。

循环队列

假定在循环队列中，QueueSize为循环队列大小，即数组长度，则有以下结论：

循环队列空的条件：front==rear;

循环队列满的条件：(rear+1)%QueueSize=front;

循环队列长度：(rear-front*QueueSize)%QueueSize;

总的来说，采用顺序存储结构，还是需要考虑容量的问题。因此，在我们无法预估队列长度的情况下，需要关注链式存储结构。

链式存储结构

在上文中我们已经说过，LinkList实现了Deque接口，因此它就是用链表实现的队列。这里简单分析一下入队push和出队pop操作的实现。

LinkedList-add 队列入队

public boolean add(E e) {
linkLast(e);
return true;
}
/**
* Links e as last element.
*/
void linkLast(E e) {
final Node<E> l = last;
//创建新的结点，其前驱指向last,后继为null
final Node<E> newNode = new Node<>(l, e, null);
//last 指针指向新的结点
last = newNode;
if (l == null)
first = newNode;  //如果链表为空，frist指针指向新的结点
else
l.next = newNode; //链表不为空，新的结点连接到原来最后一个结点之后
size++; //链表长度+1
modCount++;
}

LinkList是一个双向链表，这里first是执行第一个结点的指针，last是指向最后一个结点指针。

LinkList-pop 队列出队

public E pop() {
return removeFirst();
}
public E removeFirst() {
final Node<E> f = first;
if (f == null)
throw new NoSuchElementException();
return unlinkFirst(f);
}
private E unlinkFirst(Node<E> f) {
// assert f == first && f != null;
//获取要删除结点的值
final E element = f.item;
//得到f的下一个结点，也就是第二个结点
final Node<E> next = f.next;
// f 释放
f.item = null;
f.next = null; // help GC
// first 指针指向f的下个结点，
first = next;
// f 后面已经没有结点了
if (next == null)
last = null;
else
next.prev = null; // 第二个结点（也就是现在的第一个结点)前驱为null,因为LinkList 是双端链表，非循环。
size--;
modCount++;
return element;
}

这里就是一个典型的单链表删除头结点的实现。至此，我们已经掌握了栈和队列这两种数据结构各自的特点；下面再来看看Java官方提供的关于栈和队列的实现。

Deque

这里主要说一下Deque这个类。

/**
* A linear collection that supports element insertion and removal at
* both ends.  The name <i>deque</i> is short for "double ended queue"
* and is usually pronounced "deck".  Most {@code Deque}
* implementations place no fixed limits on the number of elements
* they may contain, but this interface supports capacity-restricted
* deques as well as those with no fixed size limit.
* /
public interface Deque<E> extends Queue<E> {
void addFirst(E var1);

void addLast(E var1);

boolean offerFirst(E var1);

boolean offerLast(E var1);

E removeFirst();

E removeLast();

E pollFirst();

E pollLast();

E getFirst();

E getLast();

E peekFirst();

E peekLast();

boolean add(E var1);

boolean offer(E var1);

E remove();

E poll();

E element();

E peek();

void push(E var1);

E pop();

........
}

Deque接口是“double ended queue”的缩写(通常读作“deck”)，即双端队列，支持在线性表的两端插入和删除元素，继承Queue接口。大多数的实现对元素的数量没有限制，但这个接口既支持有容量限制的deque，也支持没有固定大小限制的。

我们知道Queue接口定义了队列的操作集合，而Deque接口又在其基础上扩展，定义了在双端进行插入删除的操作。因此，我们很可以认为，Deque接口既可以当做队列，也可以当做栈。

Deque的链式存储实现LinkList

因此，回过头来，我们可以发现LinkList以链表结构，同时实现了队列和栈。前面已经分析了LinkList作为一个队列的操作。下面我们可以看看，他又是如何实现链式结构实现队列的。

入栈

public void addLast(E e) {
linkLast(e);
}

可以看到，对于入栈操作和队列样，都是在链表最后插入元素，和队列一样使用了linkLast()方法。

出栈

public E removeLast() {
final Node<E> l = last;
if (l == null)
throw new NoSuchElementException();
return unlinkLast(l);
}

出栈同样是用了unlinkLast 方法，只不过出栈的元素是last。而不是队列中的first。

Deque的顺序存储实现 ArrayDeque

ArrayDeque 用一个动态数组实现了栈和队列所需的所有操作。

添加元素

public void addFirst(E e) {
if (e == null)
throw new NullPointerException();
elements[head = (head - 1) & (elements.length - 1)] = e;
if (head == tail)
doubleCapacity();
}

public void addLast(E e) {
if (e == null)
throw new NullPointerException();
elements[tail] = e;
if ( (tail = (tail + 1) & (elements.length - 1)) == head)
doubleCapacity();
}

private void doubleCapacity() {
assert head == tail;
int p = head;
int n = elements.length;
int r = n - p; // number of elements to the right of p
int newCapacity = n << 1;
if (newCapacity < 0)
throw new IllegalStateException("Sorry, deque too big");
Object[] a = new Object[newCapacity];
System.arraycopy(elements, p, a, 0, r);
System.arraycopy(elements, 0, a, r, p);
elements = a;
head = 0;
tail = n;
}

这里可以看到，无论是头部还是尾部添加新元素，当需要扩容时，会直接变化为原来的2倍。同时需要复制并移动大量的元素。

删除元素

public E pollFirst() {
final Object[] elements = this.elements;
final int h = head;
@SuppressWarnings("unchecked")
E result = (E) elements[h];
// Element is null if deque empty
if (result != null) {
elements[h] = null; // Must null out slot
head = (h + 1) & (elements.length - 1);
}
return result;
}

public E pollLast() {
final Object[] elements = this.elements;
final int t = (tail - 1) & (elements.length - 1);
@SuppressWarnings("unchecked")
E result = (E) elements[t];
if (result != null) {
elements[t] = null;
tail = t;
}
return result;
}

从头部和尾部删除（获取）元素，就比较方便了，修改head和tail位置即可。head是当前数组中第一个元素的位置，tail是数组中第一个空的位置。

BlockingDeque

/**
* A {@link Deque} that additionally supports blocking operations that wait
* for the deque to become non-empty when retrieving an element, and wait for
* space to become available in the deque when storing an element.
* /

public interface BlockingDeque<E> extends BlockingQueue<E>, Deque<E> {
}

关于Deque最后一点，BlockingDeque 在Deque 基础上又实现了阻塞的功能，当栈或队列为空时，不允许出栈或出队列，会保持阻塞，直到有可出栈元素出现；同理，队列满时，不允许入队，除非有元素出栈腾出了空间。常用的具体实现类是LinkedBlockingDeque，使用链式结构实现了他的阻塞功能。Android中大家非常熟悉的AsyncTask 内部的线程池队列，就是使用LinkedBlockingDeque实现，长度为128，保证了AsyncTask的串行执行。

这里比较一下可以发现，对于栈和队列这两种特殊的数据结构，由于获取（查找）元素的位置已经被限定，因此采用顺序存储结构并没有非常大的优势，反而是在添加元素由于数组容量的问题还会带来额外的消耗；因此，在无法预先知道数据容量的情况下，使用链式结构实现栈和队列应该是更好的选择。

好了，栈和队列就先到这里了。