顺序栈-代码

数据结构:顺序栈 代码实现 顺序栈 头文件 #include<stdio.h> 代码实现 //顺序栈 #define MaxSize 10 typedef struct{ int data[MaxSize]; int top; //栈顶指针 }SqStack; void InitStack(SqStack &S){ S.top=-1; //初始化 } bool S... 阅读详情

《数据结构与算法的问题与实验》例子


#include<stdio.h>
#include<malloc.h>
#define STACK_INIT_SIZE 100
#define STACKINCREMENT 10
typedef char ElemType;

typedef struct SNode
{
	ElemType *top;   //栈顶指针 
 	ElemType *bottom;//栈底指针
 	int stackSize;   //顺序栈的最大长度 
}Stack;
 
 //初始化栈 
 void InitStack(Stack *s)
 {
 	s->bottom = (ElemType *)malloc(sizeof(ElemType)*STACK_INIT_SIZE);
 	if(s->bottom==NULL)
 	{
   		printf("初始化栈时,申请空间失败。");
   		return;
	}
	s->top = s->bottom;
	s->stackSize = STACK_INIT_SIZE;  
 }
 
 //清空栈 
 void ClearStack(Stack *s)
 {
	free(s->top);
	free(s->bottom);
 }
//判断栈是否为空,栈为空的话返回1;栈不空的话返回0; 
int EmptyStack(Stack* s)
{
	if(s->top == s->bottom)
 	{
  		//printf("经过EmptyStack函数判定,本栈为空。\n");
  		return 1;
 	}
 	return 0;
}
 
 //入栈
 void Push(Stack* s,ElemType e)
 {
 	//如果栈满,追加空间。 
	if(s->top - s->bottom == s->stackSize)
  	{
   		s->bottom = (ElemType *)realloc(s->bottom,sizeof(ElemType)*(s->stackSize + STACKINCREMENT));
		//如果追加空间失败 
		if(s->bottom==NULL)
		{
    		printf("栈满时,追加空间失败。");
    		return;
   		}
   		//重新为栈顶指针赋值 
  		s->top = s->bottom + s->stackSize;
  		//重新为栈的最大长度赋值 
  		s->stackSize += STACKINCREMENT;
  }
  //取地址符 
  //先为栈顶元素赋值,再为栈顶指针加1. 
  *s->top = e;
  s->top++;
 }

 //出栈
 ElemType Pop(Stack* s)
{
 	if(EmptyStack(s)==1)
 	{
  		printf("栈空");
  		return 0;
 	}
 	ElemType data;
 	//因为入栈时是先入栈后++,所以出栈时先--再取元素; 
 	s->top--;
 	data =  *s->top;
 	return data;
}

//取栈顶元素
ElemType Top(Stack* s)
{
	ElemType data;
 	if(s->top == s->bottom)
 	{
  		printf("在取栈顶元素的时候,发现栈为空");
  		return 0;
 	}
 	data =  *(s->top-1);
 	return data;
}

//栈的长度 
int StackLength(Stack* s)
{
	return s->top - s->bottom;
}

void Output(Stack* s)
{
 	ElemType *temp = s->top;
 	if(EmptyStack(s)==0)
		return; 
 	do
 	{
  		temp--;
  		printf("%c",*temp);
 	}
 	while(temp > s->bottom);
}
int main()
{
	ElemType ch,temp;
	Stack* s;
	s = (Stack *)malloc(sizeof(Stack));	
	printf("1-初始化栈\n");
	InitStack(s);
	printf("2-栈为:%s\n",(EmptyStack(s)?"空":"非空"));
	printf("3-依次将'j','a','k','e'入栈\n");
	Push(s,'j');
	Push(s,'a');
	Push(s,'k');
	Push(s,'e');
	printf("4-栈为:%s\n",(EmptyStack(s)?"空":"非空"));
	printf("5-栈的长度为:%d\n",StackLength(s));
	printf("6-取栈顶元素:");
	ch = Top(s);
	printf("e=%c\n",ch);
	printf("7-从栈顶到栈底输出元素\n");
	Output(s);
	
	printf("\n");
	printf("8-所有元素出栈\n");
	while(!EmptyStack(s))
	{
		ch = Pop(s);
	}	
	
	printf("9-栈为:%s\n",(EmptyStack(s)?"空":"非空"));
	printf("10-释放栈\n");
	ClearStack(s);
}


数据结构 顺序栈的基本操作 c语言代码 sdads 阅读详情

相关推荐

深入解析TMC2209 UART寄存器配置:从基础指令到高级参数调优

本文深入解析TMC2209 UART寄存器配置,从基础指令到高级参数调优,涵盖电流控制、微步细分等关键设置。通过实战案例和优化技巧,帮助开发者高效配置步进电机驱动,提升系统性能和稳定性。特别介绍了UART通信协议和CRC校验实现,确保数据传输可靠性。

tequila的博客 1159

数据结构C语言—顺序栈

顺序栈就是进行入栈、出栈,求栈顶元素等功能。这个与循环队伍相类似。以上为顺序栈的代码、操作步骤,其中代码是我在上学时跟老师所敲的,这是数据结构教材的典型案例;另外这个程序还有很多欠缺,由于能力有限没能实现,请见谅!若有侵犯,请联系删除!文中若有不妥之处请谅解!有不明白的请在评论区问哦本程序是我在上学期间跟老师所写,若有不妥,请谅解!

weixin_59042297的博客 609

STM32实战:5分钟搞定MXL90614红外测温模块的I2C驱动(附完整代码)

本文提供了一份快速集成MLX90614红外测温模块的STM32实战指南。通过详细的软件I2C驱动代码,重点解析了SMBus通信协议、CRC校验及温度数据转换,帮助开发者避开常见陷阱,实现5分钟内完成模块驱动并读取准确温度值。

wasm7browser的博客 353

数据结构(C语言版)——顺序栈(代码版)

一、代码 #include <stdio.h> #include <stdlib.h> #define MAXSIZE 10 #define OK 1 #define ERROR 0; typedef int Status; typedef struct stackStruct{ int data[MAXSIZE]; int top; } Stack; typedef struct stackStruct* STACK; void PleaseInit(void); int

qq_42683219的博客 3758

【自用】吉林大学计算机系统结构第二章:缓存优化 曲冠南老师版 笔记

容量8KB,2的十三次方,块大小16B,一块用掉四位,剩余2的九次方是标志位,则有512行,每个元素8B,则一块两个元素,a数组150块,b数组152块,不出现容量失效。不管是否交换内容,在同一“伪相联”组中的两块都是用同一个索引得到的,因此失效率相同,即:失效率伪相联=失效率2路。伪相联cache的命中时间等于直接映象cache的命中时间加上伪相联查找过程中的命中时间*该命中所需的额外开销。(6) 由编译器控制的预取,硬件预取的替代方法,在编译时加入预取的指令,在数据被用到之前发出预取请求。

weixin_73587775的博客 1615

【论文学习】《Fully-Convolutional Siamese Networks for Object Tracking》2016年SiamFC 全卷积孪生网络用于目标跟踪

在这项工作中,我们脱离了跟踪中采用的传统在线学习方法,并展示了一种专注于在离线阶段学习强嵌入的替代方法。与在分类设置中的使用不同,我们证明,对于跟踪应用,孪生全卷积深度网络能够更有效地使用可用数据。这不仅反映在测试时,通过执行有效的空间搜索,也反映在训练时,其中每个子窗口都有效地代表一个有用的样本,而几乎没有额外的成本。实验表明,深度嵌入为在线跟踪器提供了自然丰富的特征来源,并使简单的测试时策略表现良好。我们相信这种方法是对更复杂的在线跟踪方法的补充,并期望未来的工作能够更彻底地探索这种关系。

SkyLeopard的博客 2418

数据结构—顺序栈的操作及实现(CC++)

数据结构—顺序栈的操作及实现(C/C++) 文章目录数据结构—顺序栈的操作及实现(C/C++)1.0初始化定义1.1顺序栈的定义1.2顺序栈的初始化1.3顺序栈的入栈1.4顺序栈的出栈1.5取顺序栈的栈顶元素1.6 C主函数代码:1.7 C++主函数代码:1.8 C 完整代码1.9 C++完整代码2.0运行截图2.1参考书籍2.2总结 1.0初始化定义 #include<stdio.h> #include<stdlib.h> #define MAXSIZE 100 //定义数组

qq_52166656的博客 1530

用PyTorch复现经典:手把手教你用Double DQN训练AI玩转打砖块(附完整代码与调参心得)

本文详细介绍了如何使用PyTorch实现Double DQN算法,训练AI智能体玩转经典雅达利游戏Breakout(打砖块)。从环境配置、帧预处理到网络架构设计和经验回放机制,全面解析了强化学习在游戏AI中的应用。文章还提供了关键调参技巧和实战优化方案,帮助开发者快速掌握Double DQN的核心实现与性能优化方法。

weixin_30596165的博客 229

顺序栈的实现(C/C++)

顺序栈 顺序栈是用顺序存储结构实现的栈,即利用一组地址连续的存储单元 依次存放自栈底到栈顶的数据元素,同时由于栈操作的特殊性,还必须附设一个位置指针top(栈顶指针)来动态地指示栈顶元素在顺序栈中的位置置。通常以top=-1表示空栈。 关于程序的前定义: #define SIZE 100//栈的最大容量 typedef int ElemType;//定义的抽象数据类型 typedef int CLC;//为方便以下的使用 对于顺序栈的定义: typedef struct SqStack { E

m0_54202580的博客 3513

1.Fay-UE5数字人工程导入(UE数字人系统教程)

ue5数字人系列教程(含源文件工程)

1万+

lp–mspm0g3507开发板进入低功耗模式怎么退出?烧程序烧着烧着就进来了,跳线帽没动过,且报错:Texas Instruments Debugger Error: DAP Co...如何解决?

🏆本文收录于 《全栈Bug调优(实战版)》 专栏,该专栏专注于分享我在真实项目开发中遇到的各类疑难Bug及其深层成因,并系统提供高效、可复现的解决思路和实操方案。无论你是刚入行的新手开发者,还是拥有多年项目经验的资深工程师,本专栏都将为你提供一条系统化、高质量的问题排查与优化路径,助力你加速成长,攻克技术壁垒,迈向技术价值最大化与职业发展的更高峰🚀!

**My Coding Family** 1568

数据结构之顺序栈的操作(C语言附详细代码与解释)

对数据结构,顺序栈的基本操作的代码与思路解释。

m0_68210771的博客 5714

Google Earth Engine——使用STARFM 图像融合算法将Landsat 和 MODIS 融合得出2000-2023 NDVI长时序图(空间分辨率为 30 米、时间分辨率为 16 天)

非本地入侵物种是全球生态系统面临的主要威胁之一。野葛(Pueraria montana)是一种生长迅速的藤本植物,原产于亚洲,现已入侵美国一些地区,因此该物种的管理成为一个重要问题。利用 Landsat 和 MODIS 平台收集的数据,计算了 2000 年至 2015 年肯塔基州三个侵扰地点的归一化差异植被指数(NDVI)估算值。使用 STARFM 图像融合算法将大地遥感卫星和 MODIS 得出的 NDVI 结合成空间分辨率为 30 米、时间分辨率为 16 天的时间序列。

此星光明博客 2509

栈的顺序存储结构——顺序栈 图解和代码实现

栈的顺序存储结构称为顺序栈   先看下顺序栈的图片:   SeqStack.h //SeqStack.h #ifndef SEQSTACK_H #define SEQSTACK_H const int StackSize=10; //10只是示例性的数据,可以根据实际问题具体定义 template //定义模板类SeqStack class Se

ggxxkkll的专栏 9236

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

顺序栈//代码

#include <iostream> #include <stdio.h> #include <malloc.h> using namespace std; #define OK 1 #define ERROR 0 #define OVERFLOW -2 #define MAXSIZE 100 #define exit typedef char ElemT...

秋风清,秋月明 832

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")

顺序栈的基本操作C/C++代码实现

顺序栈结构: 设顺序栈为S,需要注意的如下: 入栈: 栈满时 S.top-S.base==S.stacksize 出栈: 栈空时 S.top == S.base 取栈顶元素: ++会改变自身值,而-1不会改变,故返回*(S.top-1); 顺序栈特点: 由于顺序栈和顺序表一样, 受到最大空间容量的限制, 虽然可以在 “满员” 时重新分配空间扩大容量, 但工作量较大,因此在应用程序无法预先估计栈可能达到的最大容量时,应该尽量避免使用顺序栈。 代码如下: #include<stdio.h> #

Ycy的博客 2万+

顺序栈的C++代码

顺序栈的C++实现,代码有所参考 #include <stdio.h> #include <iostream> #include <stdlib.h> using namespace std; #define MaxSize 20 struct SeqStack{ int Data[MaxSize]; // 存储元素的数组 int Top; ...

宫·商的博客 932

顺序栈代码的两种表示方式

在学习顺序栈的初始化过程当中,我模仿了以下代码: /* 初始化顺序栈 */ Status InitStack(SqStack *S) { (*S).base = (SElemType_Sq *)malloc(STACK_INIT_SIZE * sizeof(SqStack)); if(!(*S).base) return ERROR; (*S).top = (*S).bas...

超人不会飞 770

顺序栈知识总结及代码实现

目录 顺序栈的存储方式 顺序栈存储的特点 栈空、栈满定义 栈满时的处理方法 上溢、下溢定义 顺序栈功能函数 代码实现 顺序栈的存储方式 同一般线性表的顺序存储结构完全相同,利用一组地址连续的存储单元依次存放自栈底到栈顶的数据元素。栈底一般在低地址端。 ·附设top指针,指示栈顶元素在顺序栈中的位置。 ·另设base指针,指示栈底元素在顺序栈中的位置。 但是,为了方便操作,通常top指示真正的栈顶元素之上的下标地址 另外用stacksize表示栈可使用的最大容量 ...

m0_63330233的博客 927

顺序栈的相关代码

StackEmpty(S):判断一个栈是否为空。InitStack(&S):初始化一个空栈。DestoryStack(&S):销毁栈。GetTop(S.&x):读栈顶元素。Push(&S,x):入栈。Pop(&S,x):出栈。

m0_74094275的博客 261

顺序栈出栈的代码是怎么样的?

【代码】顺序栈出栈的代码是怎么样的?

weixin_66547677的博客 152

顺序栈代码

【代码】顺序栈代码。

wanghao312的博客 1093

C语言顺序栈实现代码

顺序栈 :它是顺序表的一种,具有顺序表同样的存储结构,由数组定义,配合用数组下标表示的栈顶指针top(相对指针)完成各种操作。sqstack.h  //顺序栈头文件(在内存中分配一段连续的存储空间存放入栈的相关数据)#ifndef __LINKLIST_H__ #define __LINKLIST_H__ #include &lt;stdio.h&gt; #include &lt;stdlib....

许新天的博客 9729

栈之顺序栈(包含完整代码)C语言版

看一下关于栈的思维导图 栈是只允许在一端进行插入或删除操作的线性表,按照物理结构的不同,栈又分为顺序栈和链栈。 本篇文章是顺序栈的专场。 来看实现各个功能的代码块 //顺序栈的定义 #define MaxSize 10 //定义栈中最大元素的个数 typedef struct{ elemtype data[MaxSize]; //静态数组存放栈中元素,销毁栈时不必手动释放空间 int top; //定义栈顶指针 }SqStack; //初始化栈 void InitStack(SqStack &

weixin_44918193的博客 1万+

C语言顺序栈代码实现

C语言顺序栈代码实现 一、头文件、自定义变量及自定义数据类型 #include<stdio.h> #include<stdlib.h> #define OK 1 #define ERROR 0 #define MAXSIZE 100 typedef int SElemType; typedef int Status; 二、顺序栈的存储结构 typedef struct{ SElemType *base; //栈尾指针 SElemType *top; //栈顶指针 int

m0_57625433的博客 4518

顺序栈和链栈的部分功能完整代码

int top;}Sqstack;//初始化if(!S.top =-1;return OK;//入栈S.top++;return OK;//出栈S.top--;return OK;//取栈顶元素return OK;//判断栈是否为空return OK;else//输出元素cout<<"没有数据"<<endl;

2301_80750659的博客 1189
上一篇: 我对朴素贝叶斯中文文本分类的理解
ilikeprograming
博客等级 码龄14年 46粉丝 18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