[刷题]栈的压入 弹出序列

本文介绍了一种算法,用于判断给定的两个整数序列中,第二个序列是否为第一个序列经过栈操作后的合法弹出序列。通过构建辅助栈并遵循特定的逻辑,可以有效地解决这一问题。

题目:

输入两个整数序列,第一个序列表示栈的压入顺序,请判断第二个序列是否为该栈的弹出顺序。假设压入栈的所有数字均不相等。

例如序列1,2,3,4,5是某栈的压入顺序,序列4,5,3,2,1是该压栈序列对应的一个弹出序列,但4,3,5,1,2就不可能是该压栈序列的弹出序列。

思路:

  • 构建一个辅助栈 stack 按照push顺序依次来对比pop序列的元素.
  • 若栈不为空且栈顶元素等于pop序列的元素, 那么进行下一轮迭代,比对下一个pop序列的元素 .
  • 当前对比元素不相等时: 将push序列的元素压入stack .
  • 当元素相等时,(等于压入stack的push元素再弹出,没有影响), 比对下一个pop序列的元素 .

整体是对三个栈来操作 :
对于pop序列来说, 我们只需要对于进行index的从前往后遍历和对比. 同时对比stack 和 push序列.

对于push序列来说, 我们需要对其不断的压入辅助栈stack,同时元素是进行的pop( ), 当push为空了, 是判断循环结束的条件. 元素都已经压入辅助栈了,但是辅助栈的栈顶元素跟pop序列的栈顶元素不一致, 直接判断为False.

对于辅助栈来说, 一是需要栈顶跟pop元素比较; 二是需要不断的将push的元素压入, 压入的条件是push和pop序列的对比

class Solution:
    def IsPopOrder(self,pushV, popV):
    
        length = len(pushV)
        if length ==1:
            return pushV == popV
        stack = []
        if pushV and popV and length > 0:
            x = 0
            while x < len(popV):  
            # 弹出的元素
                if stack and stack[-1] == popV[x]:
                  # 检查栈顶元素是否相等
                    stack.pop(-1)
                    x += 1
                    continue  # 相等就继续下一个弹出元素
                while pushV and pushV[0] != popV[x]:  
                    # 如果弹出元素与压入序列中的头元素不同,
                    # 那么将头元素压入,直到找到第一个相等的元素
                    stack.append(pushV.pop(0))
                if pushV and  pushV[0] == popV[x]:
                    pushV.pop(0)
                    x += 1
                if not pushV and stack[-1]!=popV[x] :
                #如果push序列空了, 当前的当前pop序列的元素与辅助栈的顶元素不相等
                #直接返回False
                    return False
            return not stack



【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内容概要:本文围绕非线性三自由度四轴飞行器模拟器的研究展开,重点介绍基于Matlab代码实现的四轴飞行器动力学建模与仿真方法。研究构建了考虑非线性特性的飞行器数学模型,涵盖姿态动力学与运动学方程,实现了三自由度(滚转、俯仰、偏航)的精确模拟。文中详细阐述了系统建模过程、控制算法设计思路及仿真结果分析,帮助读者深理解四轴飞行器的飞行动力学特性与控制机制;同时,该模拟器可用于算法验证、控制器设计与教学实验。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研人员及无人机相关领域的工程技术人员,尤其适合从事飞行器建模、控制算法开发的研究生和初级研究人员。; 使用场景及目标:①用于四轴飞行器非线性动力学特性的学习与仿真验证;②作为控制器(如PID、LQR、MPC等)设计与测试的仿真平台;③支持无人机控制系统教学与科研项目开发,提升对姿态控制与系统仿真的理解。; 阅读建议:建议读者结合Matlab代码逐模块分析,重点关注动力学方程的推导与实现方式,动手运行并调试仿真程序,以加深对飞行器姿态控制过程的理解。同时可扩展为六自由度模型或加外部干扰以增强仿真真实性。
基于分布式模型预测控制DMPC的多智能体点对点过渡轨迹生成研究(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制(DMPC)的多智能体点对点过渡轨迹生成研究”展开,重点介绍如何利用DMPC方法实现多智能体系统在复杂环境下的协同轨迹规划与控制。文中结合Matlab代码实现,详细阐述了DMPC的基本原理、数学建模过程以及在多智能体系统中的具体应用,涵盖点对点转移、避障处理、状态约束与通信拓扑等关键技术环节。研究强调算法的分布式特性,提升系统的可扩展性与鲁棒性,适用于多无人机、无人车编队等场景。同时,文档列举了大量相关科研方向与代码资源,展示了DMPC在路径规划、协同控制、电力系统、信号处理等多领域的广泛应用。; 适合人群:具备一定自动化、控制理论或机器人学基础的研究生、科研人员及从事智能系统开发的工程技术人员;熟悉Matlab/Simulink仿真环境,对多智能体协同控制、优化算法有一定兴趣或研究需求的人员。; 使用场景及目标:①用于多智能体系统的轨迹生成与协同控制研究,如无人机集群、无人驾驶车队等;②作为DMPC算法学习与仿真实践的参考资料,帮助理解分布式优化与模型预测控制的结合机制;③支撑科研论文复现、毕业设计或项目开发中的算法验证与性能对比。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注DMPC的优化建模、约束处理与信息交互机制;按文档结构逐步学习,同时参考文中提及的路径规划、协同控制等相关案例,加深对分布式控制系统的整体理解。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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