Python 实现栈的几种方式及其优劣

时间:2022-10-30 07:23:40

Python 实现栈的几种方式及其优劣

1 栈的概念

栈由一系列对象对象组织的一个集合,这些对象的增加和删除操作都遵循一个“后进先出”(Last In First Out,LIFO)的原则。

在任何时刻只能向栈中插入一个对象,但只能取得或者删除只能在栈顶进行。比如由书构成的栈,唯一露出封面的书就是顶部的那本,为了拿到其他的书,只能移除压在上面的书,如图:

Python 实现栈的几种方式及其优劣

栈的实际应用

实际上很多应用程序都会用到栈,比如:

  1. 网络浏览器将最近浏览的网址存放在一个栈中。每当用户访问者访问一个新网站时,这个新网站的网址就被压入栈顶。这样,每当我们在浏览器单击“后退”按钮时(或者按键盘快捷键 CTRL+Z ,大部分撤销快捷键),就可以弹出当前最近一次访问的网址,以回到其先前访问的浏览状态。
  2. 文本编辑器通常会提供一个“撤销”机制以取消最近的编辑操作并返回到先前状态。这个撤销操作也是通过将文本的变化状态保存在一个栈中得以实现。
  3. 一些高级语言的内存管理,JVM 的栈、Python 栈还用于内存管理、嵌套语言特性的运行时环境等
  4. 回溯(玩游戏,寻找路径,穷举搜索)
  5. 在算法中使用,如汉诺塔、树形遍历、直方图问题,也用于图算法,如拓扑排序
  6. 语法处理:
  • 参数和局部变量的空间是用堆栈在内部创建的。
  • 编译器对大括号匹配的语法检查
  • 对递归的支持
  • 在编译器中像后缀或前缀一样的表达式

2 栈的抽象数据类型

任何数据结构都离不开数据的保存和获得方式,如前所述,栈是元素的有序集合,添加和操作与移除都发生在其顶端(栈顶),那么它的抽象数据类型包括:

  • ​Stack()​​ :创建一个空栈,它不需要参数,且会返回一个空栈
  • ​push(e)​​: 将一个元素 e 添加到栈 S 的栈顶,它需要一个参数 e,且无返回值
  • ​pop()​​ : 将栈顶端的元素移除,它不需要参数,但会返回顶端的元素,并且修改栈的内容
  • ​top()​​: 返回栈顶端的元素,但是并不移除栈顶元素;若栈为空,这个操作会操作
  • ​is_empty()​​​: 如果栈中不包含任何元素,则返回一个布尔值 ​​True​
  • ​size()​​​:返回栈中元素的数据。它不需要参数,且会返回一个整数。在 Python 中,可以用 ​​__len__​​ 这个特殊方法实现。

Python 实现栈的几种方式及其优劣

Python 栈的大小可能是固定的,也可能有一个动态的实现,即允许大小变化。在大小固定栈的情况下,试图向已经满的栈添加一个元素会导致栈溢出异常。同样,试图从一个已经是空的栈中移除一个元素,进行 ​​pop()​​ 操作这种情况被称为下溢。

3 用 Python 的列表实现栈

在学习 Python 的时候,一定学过 Python 列表 ​​list​​ , 它能通过一些内置的方式实现栈的功能:

  • 通过 ​​append​​​ 方法用于添加一个元素到列表尾部,这种方式就能模拟 ​​push()​​ 操作
  • 通过 ​​pop()​​ 方法用于模拟出栈操作
  • 通过 ​​L[-1]​​​ 模拟 ​​top()​​操作
  • 通过判断 ​​len(L)==0​​​ 模拟 ​​isEmpty()​​ 操作
  • 通过 ​​len()​​​ 函数实现 ​​size()​​ 函数

Python 实现栈的几种方式及其优劣

代码如下:

class ArrayStack:
""" 通过 Python 列表实现 LIFO 栈"""

def __init__(self):
self._data = []

def size(self):
""" return the number of elements in the stack"""
return len(self._data)

def is_empty(self):
""" return True if the stack is empty"""
return len(self._data) == 0

def push(self, e):
""" add element e to the top of the stack"""
self._data.append(e)

def pop(self):
""" remove and return the element from the top of the stack
"""
if self.is_empty():
raise Exception('Stack is empty')
return self._data.pop()

def top(self):
"""return the top of the stack

Raise Empty exception if the stack is empty
"""
if self.is_empty():
raise Exception('Stack is empty')
return self._data[-1] # the last item in the list


arrayStack = ArrayStack()
arrayStack.push("Python")
arrayStack.push("Learning")
arrayStack.push("Hello")

print("Stack top element: ", arrayStack.top())
print("Stack length: ", arrayStack.size())
print("Stack popped item: %s" % arrayStack.pop())
print("Stack is empty?", arrayStack.is_empty())

arrayStack.pop()
arrayStack.pop()
print("Stack is empty?", arrayStack.is_empty())
# arrayStack.pop()

运行该程序,结果:

Stack top element:  Hello
Stack length: 3
Stack popped item: Hello
Stack is empty? False
Stack is empty? True

除了将列表的队尾作为栈顶,也可以通过将列表的头部作为栈的顶端。不过在这种情况下,便无法直接使用 ​​pop()​​​ 方法和 ​​append()​​​方法,但是可以通过 ​​pop()​​​ 和 ​​insert()​​ 方法显式地访问下标为 0 的元素,即列表的第一个元素,代码如下:

class ArrayStack:
""" 通过 Python 列表实现 LIFO 栈"""

def __init__(self):
self._data = []

def size(self):
""" return the number of elements in the stack"""
return len(self._data)

def is_empty(self):
""" return True if the stack is empty"""
return len(self._data) == 0

def push(self, e):
""" add element e to the top of the stack"""
self._data.insert(0, e)

def pop(self):
""" remove and return the element from the top of the stack
"""
if self.is_empty():
raise Exception('Stack is empty')
return self._data.pop(0)

def top(self):
"""return the top of the stack

Raise Empty exception if the stack is empty
"""
if self.is_empty():
raise Exception('Stack is empty')
return self._data[0] # the last item in the list

虽然我们改变了抽象数据类型的实现,却保留了其逻辑特征,这种能力体现了抽象思想。不管,虽然两种方法都实现了栈,但两者的性能方法有差异:

  • ​append()​​​ 和 ​​pop()​​ 方法的时间复杂度都是 *O(1),*常数级别操作
  • 第二种实现的性能则受制于栈中的元素个数,这是因为 ​​insert(0)​​​ 和 ​​pop(0)​​ 的时间复杂度都是 O(n),元素越多就越慢。

4 用 collections.deque 实现栈

在 Python 中,​​collections​​​ 模块有一个双端队列数据结构 ​​deque​​​,这个数据结构同样实现了 ​​append()​​​ 和 ​​pop()​​ 方法:

>>> from collections import deque
>>> myStack = deque()
>>> myStack.append('Apple')
>>> myStack.append('Banana')
>>> myStack.append('Orange')
>>>
>>> myStack
deque(['Apple', 'Banana', 'Orange'])
>>> myStack.pop()
'Orange'
>>> myStack.pop()
'Banana'
>>>
>>> len(myStack)
1
>>> myStack[0]
'Apple'
>>> myStack.pop()
'Apple'

>>>
>>> myStack.pop()
Traceback (most recent call last):
File "<pyshell#13>", line 1, in <module>
myStack.pop()
IndexError: pop from an empty deque
>>>

为什么有了 list 还需要 deque?

可能你可以看到 deque 和列表 list 对元素的操作差不多,那么为什么 Python 中有列表还增加了 deque 这一个数据结构呢?

那是因为,Python 中的列表建立在连续的内存块中,意味着列表的元素是紧挨着存储的。

Python 实现栈的几种方式及其优劣

这对一些操作来说非常有效,比如对列表进行索引。获取 ​​myList[3]​​ 的速度很快,因为 Python 确切地知道在内存中寻找它的位置。这种内存布局也允许切片在列表上很好地工作。

毗连的内存布局是 list 可能需要花费更多时间来 ​​.append()​​​ 一些对象。如果连续的内存块已经满了,那么它将需要获得另一个内存块,先将整体 copy 过去,这个动作可能比一般的 ​​.append()​​ 操作花费更多的时间。

Python 实现栈的几种方式及其优劣

而双端队列 ​​deque​​ 是建立在一个双链表的基础上。在一个链接列表结构中,每个条目都存储在它自己的内存块中,并有一个对列表中下一个条目的引用。

双链表也是如此,只是每个条目都有对列表中前一个和后一个条目的引用。这使得你可以很容易地在列表的两端添加节点。

在一个链接列表结构中添加一个新的条目,只需要设置新条目的引用指向当前堆栈的顶部,然后将堆栈的顶部指向新条目。

Python 实现栈的几种方式及其优劣

Python 实现栈的几种方式及其优劣

然而,这种在栈上不断增加和删除条目的时间是有代价的。获取 ​​myDeque[3]​​ 的速度要比列表慢,因为 Python 需要走过列表的每个节点来获取第三个元素。

幸运的是,你很少想在栈上做随机索引元素或进行列表切片操作。栈上的大多数操作都是 ​​push​​​ 或 ​​pop​​。

如果你的代码不使用线程,常数时间的 ​​.append()​​​ 和 ​​.pop()​​ 操作使 deque 成为实现 Python 栈的一个更好的选择。

5 用 queue.LifoQueue 实现栈

Python 栈在多线程程序中也很有用,我们已经学习了 ​​list​​​ 和 ​​deque​​​ 两种方式。对于任何可以被多个线程访问的数据结构,在多线程编程中,我们不应该使用 ​​list​​​,因为列表不是线程安全的。deque 的 ​​.append()​​​ 和 ​​.pop()​​ 方法是原子性的,意味着它们不会被不同的线程干扰。

因此,虽然使用 deque 可以建立一个线程安全的 Python 堆栈,但这样做会使你自己在将来被人误用,造成竞态条件。

好吧,如果你是多线程编程,你不能用 ​​list​​​ 来做堆栈,你可能也不想用 ​​deque​​ 来做堆栈,那么你如何为一个线程程序建立一个 Python 堆栈?

答案就在 ​​queue​​​ 模块中:​​queue.LifoQueue​​。还记得你是如何学习到栈是按照后进先出(LIFO)的原则运行的吗?嗯,这就是 LifoQueue 的 "Lifo "部分所代表的含义。

虽然 list 和 deque 的接口相似,但 LifoQueue 使用 ​​.put()​​​ 和 ​​.get()​​ 来从栈中添加和删除数据。

>>> from queue import LifoQueue
>>> stack = LifoQueue()
>>> stack.put('H')
>>> stack.put('E')
>>> stack.put('L')
>>> stack.put('L')
>>> stack.put('O')
>>> stack
<queue.LifoQueue object at 0x00000123159F7310>
>>>
>>> stack.get()
'O'
>>> stack.get()
'L'
>>> stack.empty()
False
>>> stack.qsize()
3
>>> stack.get()
'L'
>>> stack.get()
'E'
>>> stack.qsize()
1
>>> stack.get()
'H'
>>> stack.get_nowait()
Traceback (most recent call last):
File "<pyshell#31>", line 1, in <module>
stack.get_nowait()
_queue.Empty
>>>

>>> stack.put('Apple')
>>> stack.get_nowait()
'Apple'

与 deque 不同,LifoQueue 被设计为完全线程安全的。它的所有方法都可以在线程环境中安全使用。它还为其操作添加了可选的超时功能,这在线程程序中经常是一个必须的功能。

然而,这种完全的线程安全是有代价的。为了实现这种线程安全,LifoQueue 必须在每个操作上做一些额外的工作,这意味着它将花费更长的时间。

通常情况下,这种轻微的减速对你的整体程序速度并不重要,但如果你已经测量了你的性能,并发现你的堆栈操作是瓶颈,那么小心地切换到 deque 可能是值得做的。

6 选择哪一种实现作为栈

一般来说,如果你不使用多线程,你应该使用 ​​deque​​​。如果你使用多线程,那么你应该使用 ​​LifoQueue​​​,除非你已经测量了你的性能,发现 ​​push​​​ 和 ​​pop​​ 的速度的小幅提升会带来足够的差异,以保证维护风险。

你可以对列表可能很熟悉,但需要谨慎使用它,因为它有可能存在内存重新分配的问题。​​deque​​​ 和 ​​list​​​ 的接口是相同的,而且 ​​deque​​ 没有线程不安全问题。

7 总结

本文介绍了栈这一数据结构,并介绍了在现实生活中的程序中如何使用它的情况。在文章的中,介绍了 Python 中实现栈的三种不同方式,知道了 ​​deque​​​ 对于非多线程程序是一个更好的选择,如果你要在多线程编程环境中使用栈的话,可以使用 ​​LifoQueue​​。

希望本文能对你有所帮助,如果喜欢本文,可以点个关注。

这里是宇宙之一粟,下一篇文章见!

宇宙古今无有穷期,一生不过须臾,当思奋争。

参考链接: