菜菜呀,个税最近改革了,我得重新计算你的工资呀,我需要个计算器,你开发一个吧

CEO,CTO,CFO于一身的CXO

X总,咱不会买一个吗?

菜菜

那不得花钱吗,一块钱也是钱呀··这个计算器支持加减乘除运算就行,很简单

CEO,CTO,CFO于一身的CXO

(尼玛)那能不能给我涨点工资呀?

菜菜

公司现在很困难,你这个计算器关系到公司的存亡,你要注意呀!!

CEO,CTO,CFO于一身的CXO

(关于撇开话题佩服的五体投地)好吧X总,我尽快做

菜菜

给你一天时间,我这里着急要用

CEO,CTO,CFO于一身的CXO

.........

菜菜
CXO的需求果然还在继续,深呼吸,深呼吸 .......

有人说数据结构是为算法服务的,我还要在加一句:数据结构和算法都是为业务服务的!!

CXO的需求果然不同凡响,又让菜菜想到了新的数据结构:

◆◆
栈的特性
◆◆

定义

栈(stack)又名堆栈,它是一种运算受限的线性表。其限制是仅允许在表的一端进行插入和删除运算。这一端被称为栈顶,相对地,把另一端称为栈底。向一个栈插入新元素又称作进栈、入栈或压栈,它是把新元素放到栈顶元素的上面,使之成为新的栈顶元素;从一个栈删除元素又称作出栈或退栈,它是把栈顶元素删除掉,使其相邻的元素成为新的栈顶元素。

栈作为一种数据结构,其中有几个特性需要提起大家注意:

1.  操作受限:何为操作受限?在栈的操作中,一般语言中针对栈的操作只有两种:入栈和出栈。并且操作只发生在栈的顶部。 有的同学会问,我用其他数据结构也一样能实现栈的效果。不错,但是每种数据结构都有自己的使用场景,没有一种绝对无用的数据结构。

2.  栈在数据结构上属于一种线性表,满足后进先出的原则。这也是栈的最大特性,几乎大部分后进先出的场景都可以使用栈这个容器。比如一个函数的调用过程中,局部变量的存储就是栈原理。当执行一个函数结束的时候,局部变量其实最先释放的是最后的局部变量。

◆◆
实现
◆◆

在内存分布上栈是用是实现的呢?既然栈是一种线性结构,也就说可以用线性的内存分布数据结构来实现。

1. 数组实现栈(顺序栈):数组是在内存分布上连续的一种数据结构。经过以前的学习,我们知道数组的容量是不变的。如果业务上可以知道一个栈的元素的最大数量,我们完全可以用数组来实现。为什么这么说?因为数组的扩容在某些时候性能是比较低的。因为需要开辟新空间,并发生复制过程。

class MyStack

{

//数组容器

int[] container = new int[100];

//栈顶元素的索引

int TopIndex = -1;

//入栈操作

public void Push(int newValue)

{

if (TopIndex >= 99)

{

return ;

}

TopIndex++;

container[TopIndex] = newValue;

}

//出栈操作

public int Pop()

{

if (TopIndex < 0)

{

return 0;

}

var topValue = container[TopIndex];

TopIndex--;

return topValue;

}

}

2. 链表实现栈(链式栈):为了应对数组的扩容问题,我们可以用链表来实现栈。栈的顶部元素永远指向链表的头元素即可。具体代码有兴趣的同学可以实现一下。

由以上可以看出,栈其实是基于基础数据结构之上的一个具体业务形式的封装即:先进后出。

◆◆
性能
◆◆

基于数组的栈我们暂且只讨论未发生数组重建的场景下。无论是数组实现还是链表实现,我们发现栈的内部其实是有一个指向栈顶元素的指针,不会发生遍历数组或者链表的情形,所以栈的出栈操作时间复杂度为O(1)。

至于入栈,如果你看过我以前介绍数组和链表的文章,你可以知道,给一个数组下标元素赋值的操作时间复杂度为O(1),在链表头部添加一个元素的操作时间复杂度也是O(1)。所以无论是数组还是链表实现栈,入栈操作时间复杂度也是O(1)。并且栈只有入栈出栈两种操作,比其他数据结构有N个操作方法要简单很多,也不容易出错。

至于发生数组重建,copy全部数据的过程其实是一个顺序栈最坏的时间复杂度,因为和原数组的元素个数n有关,所以时间复杂度为O(n)

◆◆
设计要点
◆◆

那一个计算器怎么用栈来实现呢?其实很多编译器就是通过两个栈来实现的,其中一个栈保存操作的数,另一个栈保存运算符。

我们从左到右遍历表达式,当遇到数字,我们直接压入操作数栈;当遇到操作符的时候,当前操作符与操作符栈顶的元素比较优先级(先乘除后加减的原则)。如果当前运算符比栈顶运算符优先级高,那说明不需要执行栈顶运算符运算,我们直接将当前运算符也入栈;

如果当前运算符比栈顶运算符优先级低,那说明该执行栈顶运算符的运算了。然后出栈运算符栈顶元素,数据栈顶两个元素,然后进行相关运算,然后把运算结果再次压入数据栈。

◆◆
来一发吧
◆◆
 class Program
    {
        static void Main(string[] args)
        {
            List<string> lstAllData = new List<string>();
            //读取输入的表达式,并整理
            string inputStr = Console.ReadLine();
            string tempData = "";
            for (int i = 0; i < inputStr.Length; i++)
            {
                if (inputStr[i] == '+' || inputStr[i] == '-' || inputStr[i] == '*' || inputStr[i] == '/')
                {
                    lstAllData.Add(tempData);
                    lstAllData.Add(inputStr[i].ToString());
                    tempData = "";
                }
                else
                {
                    tempData += inputStr[i];
                }
                if(i== inputStr.Length - 1)
                {
                    lstAllData.Add(tempData);
                }
            }
            foreach (var item in lstAllData)
            {
                Calculator.Cal(item.ToString());
            }
            var ret = Calculator.GetResult();
            Console.WriteLine(ret);
            Console.Read();
        }     }
    //计算器
    class Calculator
    {
        //存放计算数据的栈
        static Stack<int> DataStack = new Stack<int>();
        //存放操作符的栈
        static Stack<string> OperatorStack = new Stack<string>();
        public static int Cal(string dataOrOperator)
        {
            int data;
            bool isData = int.TryParse(dataOrOperator, out data);
            if (isData)
            {
                //如果是数据直接入数据栈
                DataStack.Push(data);
            }
            else
            {
                //如果是操作符,和栈顶操作符比较优先级,如果大于栈顶,则直接入栈,否则栈顶元素出栈 进行操作
                if (OperatorStack.Count <= 0)
                {
                    OperatorStack.Push(dataOrOperator);
                }
                else
                {
                    //当前运算符的优先级
                    var currentOpePrecedence = OperatorPrecedence(dataOrOperator);
                    //当前运算符栈顶元素的优先级
                    var stackTopOpePrecedence = OperatorPrecedence(OperatorStack.Peek());
                    if (currentOpePrecedence > stackTopOpePrecedence)
                    {
                        //如果当前运算符的优先级大于栈顶元素的优先级,则入栈
                        OperatorStack.Push(dataOrOperator);
                    }
                    else
                    {
                        //运算符栈顶元素出栈,数据栈出栈两个元素,然后进行运算
                        var stackOpe = OperatorStack.Pop();
                        var data2 = DataStack.Pop();
                        var data1 = DataStack.Pop();
                        var ret = CalculateData(stackOpe, data1, data2);
                        DataStack.Push(ret);
                        OperatorStack.Push(dataOrOperator);
                    }
                }
            }
            return 0;
        }
        //获取表达式最后的计算结果
        public static int GetResult()
        {
            var ret = 0;
            while (OperatorStack.Count > 0)
            {
                var stackOpe = OperatorStack.Pop();
                var data2 = DataStack.Pop();
                var data1 = DataStack.Pop();
                ret = CalculateData(stackOpe, data1, data2);
                DataStack.Push(ret);
            }
            return ret;
        }
        //根据操作符进行运算,这里可以抽象出接口,请自行实现
        static int CalculateData(string operatorString, int data1, int data2)
        {
            switch (operatorString)
            {
                case "+":
                    return data1 + data2;
                case "-":
                    return data1 - data2;
                case "*":
                    return data1 * data2;
                case "/":
                    return data1 + data2;
                default:
                    return 0;
            }
        }
        //获取运算符优先级
        public static int OperatorPrecedence(string a)    //操作符优先级
        {
            int i = 0;
            switch (a)
            {
                case "+": i = 1; break;
                case "-": i = 1; break;
                case "*": i = 2; break;
                case "/": i = 2; break;
            }
            return i;         }
    }

运行结果:

10+20*3+10-10+20-20+60*2
190
golang版本
package stack

import (
    "errors"
    "fmt"
) type Stack struct {
    Element []interface{} //Element
} func NewStack() *Stack {
    return &Stack{}
} func (stack *Stack) Push(value ...interface{}) {
    stack.Element = append(stack.Element, value...)
} //返回下一个元素
func (stack *Stack) Top() (value interface{}) {
    if stack.Size() > 0 {
        return stack.Element[stack.Size()-1]
    }
    return nil //read empty stack
} //返回下一个元素,并从Stack移除元素
func (stack *Stack) Pop() (value interface{}) {
    if stack.Size() > 0 {
        d := stack.Element[stack.Size()-1]
        stack.Element = stack.Element[:stack.Size()-1]
        return d
    }
    return nil
} //交换值
func (stack *Stack) Swap(other *Stack) {
    switch {
    case stack.Size() == 0 && other.Size() == 0:
        return
    case other.Size() == 0:
        other.Element = stack.Element[:stack.Size()]
        stack.Element = nil
    case stack.Size() == 0:
        stack.Element = other.Element
        other.Element = nil
    default:
        stack.Element, other.Element = other.Element, stack.Element
    }
    return
} //修改指定索引的元素
func (stack *Stack) Set(idx int, value interface{}) (err error) {
    if idx >= 0 && stack.Size() > 0 && stack.Size() > idx {
        stack.Element[idx] = value
        return nil
    }
    return errors.New("Set失败!")
} //返回指定索引的元素
func (stack *Stack) Get(idx int) (value interface{}) {
    if idx >= 0 && stack.Size() > 0 && stack.Size() > idx {
        return stack.Element[idx]
    }
    return nil //read empty stack
} //Stack的size
func (stack *Stack) Size() int {
    return len(stack.Element)
} //是否为空
func (stack *Stack) Empty() bool {
    if stack.Element == nil || stack.Size() == 0 {
        return true
    }
    return false
} //打印
func (stack *Stack) Print() {
    for i := len(stack.Element) - 1; i >= 0; i-- {
        fmt.Println(i, "=>", stack.Element[i])
    }
} package calculator import (
    "calculator/stack"
    "strconv"
) type Calculator struct{} var DataStack *stack.Stack
var OperatorStack *stack.Stack func NewCalculator() *Calculator {
    DataStack = stack.NewStack()
    OperatorStack = stack.NewStack()
    return &Calculator{}
} func (c *Calculator) Cal(dataOrOperator string) int {     if data, ok := strconv.ParseInt(dataOrOperator, 10, 64); ok == nil {
        //如果是数据直接入数据栈
        // fmt.Println(dataOrOperator)
        DataStack.Push(data)
    } else {         //如果是操作符,和栈顶操作符比较优先级,如果大于栈顶,则直接入栈,否则栈顶元素出栈 进行操作
        if OperatorStack.Size() <= 0 {
            OperatorStack.Push(dataOrOperator)
        } else {
            //当前运算符的优先级
            currentOpePrecedence := operatorPrecedence(dataOrOperator)
            //当前运算符栈顶元素的优先级
            stackTopOpePrecedence := operatorPrecedence(OperatorStack.Top().(string))
            if currentOpePrecedence > stackTopOpePrecedence {
                //如果当前运算符的优先级大于栈顶元素的优先级,则入栈
                OperatorStack.Push(dataOrOperator)
            } else {
                //运算符栈顶元素出栈,数据栈出栈两个元素,然后进行运算
                stackOpe := OperatorStack.Pop()
                data2 := DataStack.Pop()
                data1 := DataStack.Pop()                 ret := calculateData(stackOpe.(string), data1.(int64), data2.(int64))
                DataStack.Push(ret)
                OperatorStack.Push(dataOrOperator)
            }
        }
    }
    return 0
} func (c *Calculator) GetResult() int64 {
    var ret int64
    for {         if OperatorStack.Size() > 0 {
            stackOpe := OperatorStack.Pop()
            data2 := DataStack.Pop()
            data1 := DataStack.Pop()             ret = calculateData(stackOpe.(string), data1.(int64), data2.(int64))             DataStack.Push(ret)
        } else {
            break
        }
    }     return ret
} func calculateData(operatorString string, data1, data2 int64) int64 {
    switch operatorString {
    case "+":
        return data1 + data2
    case "-":
        return data1 - data2
    case "*":
        return data1 * data2
    case "/":
        return data1 + data2
    default:
        return 0
    }
} func operatorPrecedence(a string) int {
    i := 0
    switch a {
    case "+":
        i = 1
    case "-":
        i = 1
    case "*":
        i = 2
    case "/":
        i = 2
    }
    return i
} package main import (
    "calculator/calculator"
    "flag"
    "fmt"
) var (
    inputStr = flag.String("input", "", "请输入...")
) func main() {
    flag.Parse()     var lstAllData []string
    var tempData string     rs := []rune(*inputStr)
    for i := 0; i < len(rs); i++ {
        if string(rs[i]) == "+" || string(rs[i]) == "-" || string(rs[i]) == "*" || string(rs[i]) == "/" {
            lstAllData = append(lstAllData, tempData)
            lstAllData = append(lstAllData, string(rs[i]))
            tempData = ""
        } else {
            tempData += string(rs[i])
        }
        if i == len(rs)-1 {
            lstAllData = append(lstAllData, tempData)
        }
    }     ca := calculator.NewCalculator()
    for _, v := range lstAllData {
        ca.Cal(v)
    }
    ret := ca.GetResult()
    fmt.Println(ret)
}
运算结果:
go run program.go  -input=1+2-1*3
结果:0

X总的个人空间需求并没有结束,菜菜仍然在持续优化中,欢迎大佬指正


菜菜出品
一个和大家一起成长的公众号

程序员修仙之路- CXO让我做一个计算器!!的更多相关文章

  1. 程序员修仙之路--优雅快速的统计千万级别uv(留言送书)

    菜菜,咱们网站现在有多少PV和UV了? Y总,咱们没有统计pv和uv的系统,预估大约有一千万uv吧 写一个统计uv和pv的系统吧 网上有现成的,直接接入一个不行吗? 别人的不太放心,毕竟自己写的,自己 ...

  2. 程序员修仙之路--优雅快速的统计千万级别uv

    菜菜,咱们网站现在有多少PV和UV了? Y总,咱们没有统计pv和uv的系统,预估大约有一千万uv吧 写一个统计uv和pv的系统吧 网上有现成的,直接接入一个不行吗? 别人的不太放心,毕竟自己写的,自己 ...

  3. 程序猿修仙之路--数据结构之你是否真的懂数组? c#socket TCP同步网络通信 用lambda表达式树替代反射 ASP.NET MVC如何做一个简单的非法登录拦截

    程序猿修仙之路--数据结构之你是否真的懂数组?   数据结构 但凡IT江湖侠士,算法与数据结构为必修之课.早有前辈已经明确指出:程序=算法+数据结构  .要想在之后的江湖历练中通关,数据结构必不可少. ...

  4. 程序员修神之路--用NOSql给高并发系统加速(送书)

    随着互联网大潮的到来,越来越多网站,应用系统需要海量数据的支撑,高并发.低延迟.高可用.高扩展等要求在传统的关系型数据库中已经得不到满足,或者说关系型数据库应对这些需求已经显得力不从心了.关系型数据库 ...

  5. 程序员修神之路--kubernetes是微服务发展的必然产物

    菜菜哥,我昨天又请假出去面试了 战况如何呀? 多数面试题回答的还行,但是最后让我介绍微服务和kubernetes的时候,挂了 话说微服务和kubernetes内容确实挺多的 那你给我大体介绍一下呗 可 ...

  6. 程序员修神之路--redis做分布式锁可能不那么简单

    菜菜哥,复联四上映了,要不要一起去看看? 又想骗我电影票,对不对? 呵呵,想去看了叫我呀 看来你工作不饱和呀 哪有,这两天我刚基于redis写了一个分布式锁,很简单 不管你基于什么做分布式锁,你觉得很 ...

  7. 程序员修神之路--为什么有了SOA,我们还用微服务?

    菜菜哥,我最近需要做一个项目,老大让我用微服务的方式来做 那挺好呀,微服务现在的确很流行 我以前在别的公司都是以SOA的方式,SOA也是面向服务的方式呀 的确,微服务和SOA有相同之处 面向服务的架构 ...

  8. 程序员初学者参考 ---懂得基础语法后如何做一个自己的case?

    对于很多人来说,我懂java语法,甚至面向对象的特性啦这些都是有了解的,但我就是不会做项目,其实项目真有那么难吗? 对于基础不牢固的人来说,我还不会这个基础点,那个还没学呢,你让我做个项目,我保证做不 ...

  9. 程序员修神之路--🤠分布式高并发下Actor模型如此优秀🤠

    写在开始 一般来说有两种策略用来在并发线程中进行通信:共享数据和消息传递.使用共享数据方式的并发编程面临的最大的一个问题就是数据条件竞争.处理各种锁的问题是让人十分头痛的一件事. 传统多数流行的语言并 ...

随机推荐

  1. OneAPM 重磅登陆 CTDC 2018展示“ AIOps 双雄”创新实力

    9月7日-8日,以“AI 智享未来”为主题的2018第二届 CTDC 首席技术官领袖峰会在乌镇盛大召开,大会由 CTOA 首席技术官领袖联盟.ITShare 主办,大会邀请了国内外顶级互联网.在线教育 ...

  2. Oracle完全复制表结构的存储过程

    最近在处理一个分表的问题时,需要为程序创建一个自动分表的存储过程,需要保证所有表结构,约束,索引等等一致,此外视图,存储过程,权限等等问题暂不用考虑. 在Mysql中,创建分表的存储过程,相当简单:c ...

  3. DVWA v1.9 新手指南

    DVWA简介 DVWA(Damn Vulnerable Web Application)是一个用来进行安全脆弱性鉴定的PHP/MySQL Web应用,旨在为安全专业人员测试自己的专业技能和工具提供合法 ...

  4. Visio画图--我的形状

    本人用的Visio 2013 打开Visio后新建一个拓扑图,发现左侧形状一栏不见了 形状栏可以保存很多自定义图形,怎么才能将形状一栏重新显示出来呢?方法其实很简单,方法如下所示: 这时候我们就会发现 ...

  5. 我的BRF+自学教程(二):跟踪模式(trace mode)

    使用自开发程序来处理业务逻辑时,处理过程通常是个黑箱,业务顾问和业务用户不知道程序的具体运行方式,要依赖文档和频繁的沟通来确认实际情况. BRFplus可以通过配置的方式实现业务逻辑,使得业务人员把业 ...

  6. 使用selenium时,使用从系统启动浏览器与通过自动化驱动方式启动浏览器控件ID不一样解决方法

    最近遇到一个怪事,通过正常打开浏览器,按照正常的web登录然后点击进入系统流程,将各控件的ID识别成功,然后使用 python3+selenium写好脚本,高高兴兴的用脚本跑时老是提示找不到控件,然后 ...

  7. grep正则表达式搜索

    grep -n -e "INT32 *AdaptorPrmOp" --include "*.c"  -r ./ 搜索函数的定义 中间有n个空格

  8. keepalived脑裂问题查找

    在自己环境做keepalived+redis实验时,当重启了备用redies机器后,发现两台redies主机都拿到了VIP [root@redis2 ~]# ip addr list 1: lo: & ...

  9. 面试linux运维一定会问到Shell脚本这24个问题

    面试linux运维一定会问到Shell脚本这24个问题 虽然现在Python在运维工作中已经使用很普遍,但是很多企业在找Linux云计算工程师的时候还是会问到 shell 脚本的问题,它有助于你在工作 ...

  10. JavaScript中浅拷贝和深拷贝的区别和实现

    深拷贝和浅拷贝的区别   浅拷贝(shallow copy):只复制指向某个对象的指针,而不复制对象本身,新旧对象共享一块内存:    深拷贝(deep copy):复制并创建一个一摸一样的对象,不共 ...