- 标签:栈、设计、队列
- 难度:简单
要求:仅使用两个栈实现先入先出队列。
要求实现 MyQueue
类:
void push(int x)
将元素x
推到队列的末尾。int pop()
从队列的开头移除并返回元素。int peek()
返回队列开头的元素。boolean empty()
如果队列为空,返回True
;否则,返回False
。
说明:
- 只能使用标准的栈操作 —— 也就是只有
push to top
,peek / pop from top
,size
, 和is empty
操作是合法的。 - 可以使用 list 或者 deque(双端队列)来模拟一个栈,只要是标准的栈操作即可。
-
$1 <= x <= 9$ 。 - 最多调用
$100$ 次push
、pop
、peek
和empty
。 - 假设所有操作都是有效的 (例如,一个空的队列不会调用
pop
或者peek
操作)。 - 进阶:实现每个操作均摊时间复杂度为
O(1)
的队列。换句话说,执行n
个操作的总时间复杂度为O(n)
,即使其中一个操作可能花费较长时间。
示例:
- 示例 1:
输入:
["MyQueue", "push", "push", "peek", "pop", "empty"]
[[], [1], [2], [], [], []]
输出:
[null, null, null, 1, 1, false]
解释:
MyQueue myQueue = new MyQueue();
myQueue.push(1); // queue is: [1]
myQueue.push(2); // queue is: [1, 2] (leftmost is front of the queue)
myQueue.peek(); // return 1
myQueue.pop(); // return 1, queue is [2]
myQueue.empty(); // return false
使用两个栈,inStack
用于输入,outStack
用于输出。
push
操作:将元素压入inStack
中。pop
操作:如果outStack
输出栈为空,将inStack
输入栈元素依次取出,按顺序压入outStack
栈。这样outStack
栈的元素顺序和之前inStack
元素顺序相反,outStack
顶层元素就是要取出的队头元素,将其移出,并返回该元素。如果outStack
输出栈不为空,则直接取出顶层元素。peek
操作:和pop
操作类似,只不过最后一步不需要取出顶层元素,直接将其返回即可。empty
操作:如果inStack
和outStack
都为空,则队列为空,否则队列不为空。
class MyQueue:
def __init__(self):
self.inStack = []
self.outStack = []
"""
Initialize your data structure here.
"""
def push(self, x: int) -> None:
self.inStack.append(x)
"""
Push element x to the back of queue.
"""
def pop(self) -> int:
if(len(self.outStack) == 0):
while(len(self.inStack) != 0):
self.outStack.append(self.inStack[-1])
self.inStack.pop()
top = self.outStack[-1]
self.outStack.pop()
return top
"""
Removes the element from in front of queue and returns that element.
"""
def peek(self) -> int:
if (len(self.outStack) == 0):
while (len(self.inStack) != 0):
self.outStack.append(self.inStack[-1])
self.inStack.pop()
top = self.outStack[-1]
return top
"""
Get the front element.
"""
def empty(self) -> bool:
return len(self.outStack) == 0 and len(self.inStack) == 0
"""
Returns whether the queue is empty.
"""
-
时间复杂度:
push
和empty
为$O(1)$ ,pop
和peek
为均摊$O(1)$ 。 - 空间复杂度:$O(n)$。