python函数进栈 Python 栈

python实现堆栈与队列的方法

python实现堆栈与队列的方法

网站建设哪家好，找成都创新互联公司！专注于网页设计、网站建设、微信开发、微信平台小程序开发、集团企业网站建设等服务项目。为回馈新老客户创新互联还提供了涡阳免费建站欢迎大家使用！

本文实例讲述了python实现堆栈与队列的方法。分享给大家供大家参考。具体分析如下：

1、python实现堆栈，可先将Stack类写入文件stack.py，在其它程序文件中使用from stack import Stack，然后就可以使用堆栈了。

stack.py的程序:

代码如下:class Stack():

def __init__(self,size):

self.size=size;

self.stack=[];

self.top=-1;

def push(self,ele): #入栈之前检查栈是否已满

if self.isfull():

raise exception("out of range");

else:

self.stack.append(ele);

self.top=self.top+1;

def pop(self): # 出栈之前检查栈是否为空

if self.isempty():

raise exception("stack is empty");

else:

self.top=self.top-1;

return self.stack.pop();

def isfull(self):

return self.top+1==self.size;

def isempty(self):

return self.top==-1;

再写一个程序文件，stacktest.py,使用栈，内容如下:

代码如下:#!/usr/bin/python

from stack import Stack

s=Stack(20);

for i in range(3):

s.push(i);

s.pop()

print s.isempty();

2、python 实现队列:

复制代码代码如下:class Queue():

def __init__(self,size):

self.size=size;

self.front=-1;

self.rear=-1;

self.queue=[];

def enqueue(self,ele): #入队操作

if self.isfull():

raise exception("queue is full");

else:

self.queue.append(ele);

self.rear=self.rear+1;

def dequeue(self): #出队操作

if self.isempty():

raise exception("queue is empty");

else:

self.front=self.front+1;

return self.queue[self.front];

def isfull(self):

return self.rear-self.front+1==self.size;

def isempty(self):

return self.front==self.rear;

q=Queue(10);

for i in range(3):

q.enqueue(i);

print q.dequeue();

print q.isempty();

希望本文所述对大家的Python程序设计有所帮助。

python堆和栈的区别有哪些

堆（Heap）与栈（Stack）是开发人员必须面对的两个概念，在理解这两个概念时，需要放到具体的场景下，因为不同场景下，堆与栈代表不同的含义。一般情况下，有两层含义：

（1）程序内存布局场景下，堆与栈表示的是两种内存管理方式；

（2）数据结构场景下，堆与栈表示两种常用的数据结构。

相关推荐：《Python教程》

堆与栈实际上是操作系统对进程占用的内存空间的两种管理方式，主要有如下几种区别：

（1）管理方式不同。栈由操作系统自动分配释放，无需我们手动控制；堆的申请和释放工作由程序员控制，容易产生内存泄漏；

（2）空间大小不同。每个进程拥有的栈的大小要远远小于堆的大小。理论上，程序员可申请的堆大小为虚拟内存的大小，进程栈的大小 64bits 的 Windows 默认 1MB，64bits 的 Linux 默认 10MB；

（3）生长方向不同。堆的生长方向向上，内存地址由低到高；栈的生长方向向下，内存地址由高到低。

（4）分配方式不同。堆都是动态分配的，没有静态分配的堆。栈有2种分配方式：静态分配和动态分配。静态分配是由操作系统完成的，比如局部变量的分配。动态分配由alloca函数进行分配，但是栈的动态分配和堆是不同的，他的动态分配是由操作系统进行释放，无需我们手工实现。

（5）分配效率不同。栈由操作系统自动分配，会在硬件层级对栈提供支持：分配专门的寄存器存放栈的地址，压栈出栈都有专门的指令执行，这就决定了栈的效率比较高。堆则是由C/C++提供的库函数或运算符来完成申请与管理，实现机制较为复杂，频繁的内存申请容易产生内存碎片。显然，堆的效率比栈要低得多。

（6）存放内容不同。栈存放的内容，函数返回地址、相关参数、局部变量和寄存器内容等。当主函数调用另外一个函数的时候，要对当前函数执行断点进行保存，需要使用栈来实现，首先入栈的是主函数下一条语句的地址，即扩展指针寄存器的内容（EIP），然后是当前栈帧的底部地址，即扩展基址指针寄存器内容（EBP），再然后是被调函数的实参等，一般情况下是按照从右向左的顺序入栈，之后是被调函数的局部变量，注意静态变量是存放在数据段或者BSS段，是不入栈的。出栈的顺序正好相反，最终栈顶指向主函数下一条语句的地址，主程序又从该地址开始执行。堆，一般情况堆顶使用一个字节的空间来存放堆的大小，而堆中具体存放内容是由程序员来填充的。

从以上可以看到，堆和栈相比，由于大量malloc()/free()或new/delete的使用，容易造成大量的内存碎片，并且可能引发用户态和核心态的切换，效率较低。栈相比于堆，在程序中应用较为广泛，最常见的是函数的调用过程由栈来实现，函数返回地址、EBP、实参和局部变量都采用栈的方式存放。虽然栈有众多的好处，但是由于和堆相比不是那么灵活，有时候分配大量的内存空间，主要还是用堆。

无论是堆还是栈，在内存使用时都要防止非法越界，越界导致的非法内存访问可能会摧毁程序的堆、栈数据，轻则导致程序运行处于不确定状态，获取不到预期结果，重则导致程序异常崩溃，这些都是我们编程时与内存打交道时应该注意的问题。

python 语法 出栈进栈 全局变量的问题

我这里显示的3，不知到你那是不是哪里出了问题。

这个是作用域的关系，sBuf你是在全局作用域中调用的，所以不需要使用global声明的。

你定义的方法没有问题，不知道你说的正确是什么意思。

[0 for _ in xrange(10)]，再好的你说的使用标准库方法吧，

map(lambda x, y: 0, range(10), [])

如果解决了您的问题请采纳！

如果未解决请继续追问

Python语言如何实现包含min函数的栈

仅供参考

# coding=utf8

'''

题目：定义栈的数据结构，请在该类型中实现一个能够得到栈的最小元素的min函数。

在该栈中，调用min、push及pop的时间复杂度都是O(1)。

'''

class Stack():

def __init__(self):

self.main_stack = []

# 辅助栈，每次次最小的元素压入辅助栈

self.assist_stack = []

# 记录栈中的最小元素

self._min = None

def min(self):

return self._min

def push(self, data):

self.main_stack.append(data)

if self._min is None:

self._min = data

else:

if data self._min:

self._min = data

# 将最小的元素压入辅助栈

self.assist_stack.append(self._min)

def pop(self):

if len(self.main_stack) == 0:

raise Exception('no data')

elif len(self.main_stack) == 1:

self.assist_stack.pop()

self._min = None

return self.main_stack.pop()

else:

self.assist_stack.pop()

self._min = self.assist_stack[-1]

return self.main_stack.pop()

if __name__ == '__main__':

s = Stack()

s.push(3)

s.push(4)

s.push(2)

s.push(1)

print s.min()

s.pop()

s.pop()

print s.min()

s.pop()

print s.min()

s.pop()

print s.min()

s.pop()

python编程问题

错误:

复制代码代码如下:

def f(x, y):

print x, y

t = ('a', 'b')

f(t)

Traceback (most recent call last):

File "pyshell#65", line 1, in module

f(t)

TypeError: f() takes exactly 2 arguments (1 given)

【错误分析】不要误以为元祖里有两个参数，将元祖传进去就可以了，实际上元祖作为一个整体只是一个参数，

实际需要两个参数，所以报错。必需再传一个参数方可.

复制代码代码如下:

f(t, 'var2')

('a', 'b') var2

更常用的用法: 在前面加*,代表引用元祖

复制代码代码如下:

f(*t)

'a', 'b'

+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

错误:

复制代码代码如下:

def func(y=2, x):

return x + y

SyntaxError: non-default argument follows default argument

【错误分析】在C++,Python中默认参数从左往右防止，而不是相反。这可能跟参数进栈顺序有关。

复制代码代码如下:

def func(x, y=2):

return x + y

func(1)

3

+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

错误:

复制代码代码如下:

D1 = {'x':1, 'y':2}

D1['x']

1

D1['z']

Traceback (most recent call last):

File "pyshell#185", line 1, in module

D1['z']

KeyError: 'z'

【错误分析】这是Python中字典键错误的提示，如果想让程序继续运行，可以用字典中的get方法，如果键存在，则获取该键对应的值，不存在的，返回None,也可打印提示信息.

复制代码代码如下:

D1.get('z', 'Key Not Exist!')

'Key Not Exist!'

+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

错误:

复制代码代码如下:

from math import sqrt

exec "sqrt = 1"

sqrt(4)

Traceback (most recent call last):

File "pyshell#22", line 1, in module

sqrt(4)

TypeError: 'int' object is not callable

【错误分析】exec语句最有用的地方在于动态地创建代码字符串，但里面存在的潜在的风险，它会执行其他地方的字符串，在CGI中更是如此！比如例子中的sqrt = 1，从而改变了当前的命名空间，从math模块中导入的sqrt不再和函数名绑定而是成为了一个整数。要避免这种情况，可以通过增加in scope，其中scope就是起到放置代码字符串命名空间的字典。

复制代码代码如下:

from math import sqrt

scope = {}

exec "sqrt = 1" in scope

sqrt(4)

2.0