两个栈实现一个队列

两个栈实现一个队列&两个队列实现一个栈 Hello,今天Val来给大家分享关于利用栈实现队列和利用队列来实现一个栈。准备知识1、栈 特点: 栈顶插入数据,栈顶删除数据 LIFO(last in first out)后进先出 2、队列 特点: 队列队头删除数据,队尾插入数据 FIFO(first in first out)先进先出一、那么如何利用两个栈实现一个队列? 我们知道不管是在队列中插入数据,还是删除数 阅读详情

一. 描述

使用两个栈 in_stack(进) 和 out_stack (出) ,

1. 进队列直接将数据插入到in_stack 栈中。

2. 出队列时判断out_stack 是否为空,若为空则将in_stack 中的数据全部倒进out_stack 栈中,

    接着从out_stack 出栈即出队列。


二. 代码实现

/*************************************************************************
	> File Name: StackToQueue.h
	> Author: 
	> Mail: 
	> Created Time: 2014年09月15日 星期一 08时26分42秒
 ************************************************************************/

#include <stack>

namespace StackToQueue {
    
    using std::stack;
    class CQueue {

        public:
            CQueue ();
            ~CQueue ();

            bool Empty (void);
            bool InQueue (int x);
            int GetTop (void);
            bool OutQueue (void);

        //    int GetCount ();

        private:
            stack<int>  in_stack;
            stack<int>  out_stack;
            
            void GetOutQueue (void);
    };
}

/*************************************************************************
	> File Name: StackToQueue.cpp
	> Author: 
	> Mail: 
	> Created Time: 2014年09月15日 星期一 08时26分29秒
 ************************************************************************/

#include <iostream>
#include "StackToQueue.h"

using namespace std;
using namespace StackToQueue;

CQueue::CQueue () {}
CQueue::~CQueue () {}

bool CQueue::Empty () {

    if ( out_stack.empty () ) 
        GetOutQueue ();

    return out_stack.empty () ? true : false;
}

bool CQueue::InQueue (int x) {

    in_stack.push (x);
    // cout << in_stack.top () << endl;
}


void CQueue::GetOutQueue (void) {
    
    if ( out_stack.empty () ) {

        while ( !in_stack.empty () ) {

            out_stack.push (in_stack.top ());
            in_stack.pop ();
        }
    }
}

int CQueue::GetTop (void) {

    GetOutQueue (); 
//    cout << out_stack.top () << endl;

    return out_stack.top ();
}

bool CQueue::OutQueue (void) {
    
    GetOutQueue ();
    if ( out_stack.empty () ) 
        return false;
    else 
        out_stack.pop ();
}

int main (void)
{
    CQueue q;

    for (int i = 0; i < 10; i++) {
        
        q.InQueue (i);
    }

    while ( !q.Empty () ) {
        
        cout << q.GetTop () << '\t';
        q.OutQueue ();
    }
    cout << endl;

    return 0;
}


算法图解:如何用两个栈实现一个队列? 本文我们通过两个先进后出的栈,通过“负负得正”的思路实现了队列先进先出的特性,但需要特别注意的是当第 2 个栈也就是出栈容器,在非空(栈)时不能将第 1 个栈中的元素添加到第 2 个栈中,以免造成程序执行顺序混乱。... 阅读详情

相关推荐

拯救我的老平板三星note8.0 table(GT-N5110)升级到lineage os-14.1(android7.1)全记录

买了多年的三星平板note8.0已经闲置了一段时间,今天在家不能出门,也没啥事,就把它拿出来刷新系统。不成想居然搞了一天,还差点变成了砖。 原版的系统是安卓4.0的系统,很多软件已经不能用了,微信、优酷都不支持,而且三星也不提供更新升级,于是寻求第三方解决方案。折腾过程一波三折,就不赘述了,我就讲一下正确的操作过程吧。 切记我这里讲的过程只针对三星note8.0 table,国行版本,版本号是...

weixin_41108814的博客 2万+

c++类好聪明的代码呀

#include class Date { int month,day,year; public: Date(int m=0, int d=0, int y=0) { month = m; day = d; year = y; } vo

538

售货机非现金支付开发指南:MDB协议下VPOS刷卡器的那些坑

本文深入探讨了MDB协议下非现金支付设备的开发实践,重点解析了NAYAX VPOS刷卡器的集成难点与解决方案。从RS232通信参数配置到Always idle功能实现,提供了一套完整的售货机支付系统开发指南,帮助开发者规避常见陷阱,提升设备兼容性与交易稳定性。

weixin_29258297的博客 134

C++类基础代码

include using namespace std;pragma onceclass Sale_items { friend Sale_items add(const Sale_items&,const Sale_items&); friend ostream &print(ostream&,const Sale_items&); friend istream &

Fatestay_DC的专栏 723

深度强化学习中的动作屏蔽(Action Masking)

在复杂环境中使用动作屏蔽,实现更好的训练效果

Kiek17的博客 5877

Arduino创意作品实战案例:手把手教你做温控风扇

通过这个实用的arduino创意作品,轻松实现温度感应与风扇自动控制,结合传感器与编程逻辑,打造智能散热系统,是入门者理想的arduino创意作品实践项目。

weixin_42311427的博客 608

两个队列实现一个栈+两个栈实现一个队列(Java 实现)

两个队列实现一个栈 现有两个队列 q1 和 q2,入栈则将元素加到 q1 出栈的时候先判读 q1 是否为空,除了队列的最后一个元素,将其它元素添加到 q2,q1 的最后一个元素出队 出栈的时候如果在 2 中判断 q1 为空,除了 q2 的最后一个元素,将 q2 中其它元素添加到 q1,然后 q2 中的最后一个元素出队 完整 Java 代码: public class MyStack { ...

jiaobuchong的专栏 2029

Vivado固化程序与Flash型号添加实战指南

本文详细介绍了Vivado程序固化到Flash芯片的完整流程,包括基础操作、Flash型号添加方法及疑难问题排查。针对Vivado官方支持列表缺失的Flash型号,提供了手动添加配置的详细步骤和参数说明,并分享了高级技巧与安全操作建议,帮助开发者高效完成FPGA程序固化。

weixin_29291573的博客 566

使用两个栈实现一个队列

题目:使用两个栈实现一个队列。 栈:后进先出。 队列:先进先出。 入队列:   直接入栈1。 出队列: 返回队列的队尾元素: 返回队列的队头元素: 队列为空:   栈1为空&amp;amp;amp;amp;amp;amp;amp;&amp;amp;amp;amp;amp;amp;amp;栈2为空。 队列元素个数:   栈1的元素个数+栈2的元素个数。 参考代码: 设置一个队列由两个栈组成: typedef struct Queue {

zhao_miao的博客 3539

【GPT】Coze使用开放平台接口-【7】Dify 比较篇

coze 用于社交,dify 用来内部构建。抛开工作流,机器人,工具,coze 最大的区别在于可以直接发布到社交媒体上。所以,coze 对操作体验上也花了不少功夫,而 dify 就专注在帮助使用者打磨工作流。coze 各个大模块之前可以联动的机制也比较多,所以侧重点各不相同。

非晓为骁的博客 7613

matlab电偶极子源码,电偶极子的MATLAB场模拟

电偶极子周围电场电势分布的MATLAB三维模拟Matlab可以用于模拟四维场的效果,本文以电偶极子的电场和电势场为例展示MATLAB在该方面领域的应用。摘要电偶极子由一个正电荷和一个负电荷组成,其电场和空间电势分布与单电荷相比具有一些重要的特性。本文将给出电场和电势场的近似表达式。这两个量的精确表达式是复杂的,不太常用,因此 MATLAB 被采用来操作精确值和绘制三维分布的远区域, 近区域和一侧区...

weixin_35135480的博客 3150

用两个栈实现一个队列&用两个队列实现一个栈

区别与联系 相同点: (1)栈和队列都是控制访问点的线性表; (2)栈和队列都是允许在端点处进行数据的插入和删除的数据结构; 不同点: (1)栈遵循“后进先出(LIFO)”的原则,即只能在该线性表的一头进行数据的插入和删除,该位置称为“栈顶”, 而另外一头称为“栈底”;根据该特性,实现栈时用顺序表比较好; (2)队列遵循“先进先出(FIF...

Rosiness^的博客 3002

43、FMCW雷达高度计仿真

本文介绍了FMCW雷达高度计的波形级建模与仿真过程,重点模拟了着陆和倾斜两种飞行场景以评估其性能。通过结合高程数据和飞行轨迹构建雷达场景,使用自定义信号处理器分析IQ样本并估计高度。结果表明,该高度计在多数情况下满足性能要求,但也存在误差较大的点,提出了地面检测算法优化的潜在方向。

neovim7hacker的博客 135

两个栈来实现一个队列、两个队列实现一个栈

文章目录两个栈来实现一个队列两个队列实现一个栈 两个栈来实现一个队列 void EnterQue(Pstack s1,int val)//入队时,将元素压入s1 { Push(s1,val); } int PopQueue(Pstack s1,Pstack s2) { int tmp=0; if(IsEmpty(s2))//如果s2为空,将s1中的元素倒入s2,把最后一个元素弹出 { ...

qq_43313035 207

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

两个栈实现一个队列,两个队列实现一个栈

目录1. 两个栈实现一个队列完整代码2. 用栈实现队列完整代码3. 队列实现栈完整代码4. STL中栈的接口5. STL中队列的接口 1. 两个栈实现一个队列 这两道题并没有考察太多的算法,就是单纯对队列和栈特性的应用。 细节还是挺多需要注意的。 题目链接 一个栈是无法完成队列操作的,我们要时刻记住队列的性质,先入先出。 入队列,我们可以按入栈进行操作,那么出队列呢,由于出队列是出队头的数据,我们不可能动栈底的数据,所以自然不能用一个栈。 所以我们用两个栈,一个栈用来入队列,一个栈用于出队列 //第一

qq_45928272的博客 782

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

用两个栈实现一个队列 & 用两个队列实现一个栈

队列和栈都是常用的经常讨论的基本的数据结构,本文要讨论的是

杂的文 1329

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

Python剑指offer之两个栈实现一个队列-两个队列实现一个栈

栈与队列之间的相互实现,是面试中的经典试题。 两个栈实现一个队列 入队:元素进栈A 出队:先判断栈B是否为空,为空则将栈A中的元素 pop 出来并 push 进栈B,再栈B出栈,如不为空则栈B直接出栈 复杂度分析: 这样用两个栈实现一个队列,入队的复杂度为O(1),出队的复杂度则变为O(n)。 而直接用 python 的单个列表实现队列,以列表首作为队列尾,则入队用insert,复...

海晨威 1万+

用两个栈实现一个队列

通过使用两个栈来模拟队列的先进先出(FIFO)特性:一个栈用于执行入队操作(将新元素压入栈1),另一个栈用于出队操作(从栈2中弹出元素)。在出队时,如果栈2为空,则将栈1中的所有元素逐一弹出并压入栈2,从而确保出队的顺序与入队顺序一致。

科技之隅的博客 2256

通过两个队列实现一个栈和通过两个栈实现一个队列

一、通过两个队列实现一个栈 1、思路 首先定义两个队列queue1、queue2和待输入数据的数组arr[ ],将数组中数据push到队列queue1中。定义一个srcLength为数组长度,然后将queue1中数据出到queue2中,直到queue1中剩余一个数据为止,将queue1中剩余一个数据进行出队打印,srcLength–。如果srcLength不等于0,将queue2中数据出到queu...

qq_44984703的博客 236

两个栈实现一个队列和两个队列实现一个栈

1.两个栈实现一个队列 在这里我们先说明一下,我们在此代码中用到的栈和队列都是STL库中实现的 思路:两个栈,stark1和stark2,将stark1作为存储空间,stark2作为零时缓存区。入队时,将入队元素全部压入stark1中即可。出队时,将stark1中的元素全部pop出来压入stark2中,然后在全部pop出来就, 下面来看一下代码: class Queue { public...

choudan8888的博客 182

[Java每日一练] 两个栈实现一个队列 || 两个队列实现一个栈

问题一:两个栈,实现一个队列。 思路:   用两个栈,分为添加元素栈、移除元素栈。 添加元素栈:一直向该栈添加元素 移除元素栈:   如果该栈为空,将添加元素栈的元素都移到移除元素栈,再将栈顶元素移除。   如果该栈不为空,直接移除栈顶元素。 public class StackQueueDemo { Stack<Object> stackPush = new Stack&...

分享感悟和成长 481

教你如何用两个栈实现一个队列

一,实现思路 1,首先准备两个栈,栈A与栈B 2,栈A专门用来完成入队列操作,栈B专门用来出队列与取队首元素操作 3,每次入队列操作时,首先得判断B栈是否为空,不空则将B栈元素全都依次入A栈,最后继续入新元素(即将要入栈元素添加到栈A) 4,每次出队列与取队首元素操作时,将A栈中的元素依次入B栈,出队列即取出B栈中的元素,取队首元素即取B栈栈顶元素即可 注意:如果不够清楚思路,也可阅读代码,清晰的...

qq_45691220的博客 4594

两个栈实现一个队列 两个队列实现一个栈

1、两个栈实现一个队列 三种思路: 思路一 将stack1作为存储空间,stack2作为临时缓冲区。整个流程分为两种状态,即入队时,直接将stack1压入栈中;出队时,将stack1中的所有元素依次出栈压入stack2中,再将stack2的栈顶元素弹出,最后将其倒回stack1。见下图所示, 思路二 注意: 思路中有一个细节需要优化下,在出队时,将stack1的元素逐个“倒入”stack2时,原...

kevin_org 378
上一篇: cassandra 数据库的使用
下一篇: Dijkstra算法描述
lq.kr
博客等级 码龄14年 9粉丝 67原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值