一个数组 三个堆栈 之暑假学习记录（代码已补上）

临近找工作高峰，最近也在不断的练习数据结构与算法。今天看到一道题，不难但是的的却却吸引住了我，我想了几个办法，思想和相应代码如下，如果大家有更好的建议或者有发现错误，请吐槽指出。

思路1：

一个定长数组，三个堆栈。首先想到的是，每个堆栈长度是固定的，如若数组长度为n，那么堆栈a的空间从0到n-1,堆栈b的空间从n到2n-1，堆栈C的空间从2n到3n-1. 给定三个引用，分别指向三个堆栈的top，相应操作就操作top即可。

（1）优劣分析

好处：操作方便。

劣势：空间利用局限，比如堆栈A使用空间远超其他两个堆栈，那么就造成堆栈A的使用效率急剧降低，而其他两个堆栈空间浪费。

（2）代码

代码如下：(此代码只经过简单测试，如有bug，望不吝赐教)

public class StackNQueueTest{
	int[] array;
	int topA,topB,topC;
	public  StackNQueueTest(int n){
		array = new int
;
		topA = -1;
		topB = n/3-1;
		topC = 2*n/3-1;
	}
	public boolean push(int type, int value){
		boolean isOk= false;
		if(type == 1){
			if(topA == topB) 
				System.out.println("Stack A is full.");
			else{
				array[++topA] = value;
				isOk= true;
			}
		}
		else if(type == 2){
			if(topB == topC)
				System.out.println("Stack B is full.");
			else{
				array[++topB] = value;
				isOk = true;
			}
		}
		else{
			if(topC == array.length) 
				System.out.println("Stack C is full.");
			else{
				array[++topC] = value;
				isOk = true;
			}
		}
		return isOk;
	}
	public int pop(int type){
		int value =-1;
		if(type == 1){
			if(topA<0)
				System.out.println("Stack A is empty.");
			else
				value = array[topA--];
		}
		else if(type ==2){
			if(topB<(array.length/3))
				System.out.println("Stack B is empty.");
			else
				value = array[topB--];
		}
		else{
			if(topC< array.length*2/3)
				System.out.println("Stack B is empty.");
			else 
				value = array[topC--];
		}
		return value;
	}
	public static void main(String[] args){
		StackNQueueTest s = new StackNQueueTest(6);
		s.push(1, 2);
		s.push(1, 3);
		s.push(1,4);
		System.out.println(s.pop(1));
		System.out.println(s.pop(2));
		System.out.println(s.pop(1));
		System.out.println(s.pop(1));
	}
}

思路2：

主要思路是，堆栈A在数组低端自底而上生长，堆栈B在数组顶端自上而下生长，而堆栈C在数组中间，生长顺序按照mid+1,mid-1,mid+2,mid-2.....的顺序增长，注意这里的mid是动态的，即每一次移动堆栈A和堆栈B的栈顶指针，mid就要从新计算一次。

（1）优劣分析：

优势：这种思路，突破了思路1里使用空间限制问题，可以使得堆栈A和堆栈B充分增长至没有空闲空间为止。

劣势：但是，这样造成了堆栈C的操作比较麻烦。同时C的第一次入栈操作就决定了，C的操作空间。因为一旦入栈，那么C的元素就要开始记录，一旦改变了mid，那么就意味着原始入栈记录要同时保持移动，否则会造成内存泄漏。所以看似此种思路有突破，但是代价是比较大的。这种代价主要来自于两方面：1.堆栈C的数据移动 2堆栈C空间受到压缩。

所以这种思路使用于优先级的情况下，如果堆栈C的优先级明显低于其他堆栈，并且操作并不频繁，那么此种思路较为符合。

（2）代码：此处代码暂略，有兴趣可以把你的代码贴出来，大家一起研究下。

思路3：设定数据结构，即每个数组元素可以设定成如下格式：

class Node{
	int value;
	Node previous;
}

即每个元素都有指向上一元素的引用。每次入栈出栈只需要记录上一元素位置即可。

（1）优劣分析：

好处：充分使用空间，同时免去移动数据之苦，操作简捷明了。

坏处：但是入栈操作的时候，我们怎么能知道哪些空间可以使用呢？这又是一个问题。在下一个思路里，我会提出两种方法进行改进。

（2）代码：

思路未完整，代码放在中间

思路4：

对于思路3的整理，我提出两种方法改进。

（1）改进方法一：

每次入栈出栈操作保留三个栈顶指针的最大索引，入栈出栈的时候按照最大索引操作。比如 topA =1,topB=2,topC =3 那如果对栈A操作，我会选择在index 4上面入栈。出栈同理。

优劣分析：

优势：在一定程序上弥补思路3，比如我们知道哪些空间可以使用。

劣势：但是这种方式会造成一定空间浪费。 比如下图：

A A B A C B_ _ _ _ C

（字母代表栈存储数据，_代码空闲空间）。

在上面的情况中，如果C最后一个元素没有出栈，那么栈A和栈B的入栈操作只能在最后一个C元素之后进行，这样就造成了空间浪费。

（2）最终改进版本：

如何有效改进呢？运用链表（双向循环链表最好，单链表也可以达到目的）的思路，把空闲空间链接起来，同时这也是操作系统里对内存使用的方法。

一旦我们有空闲空间，我们有了记录，同时每个结点都可以指向上一个结点的地址，这样的话，操作也简单不少，空间利用达到最大。

（3）代码：代码匆匆完成，没有经过太多测试，如果大家发现bug，请及时通知我修正。同时此代码比较sloppy，如果大家发现我编程中有哪些不好的习惯或者有更好的实现方式，麻烦你能及时指正。非常感谢。

import java.util.ArrayList;
import java.util.LinkedList;
import java.util.Queue;

public class StackNQueueTest{
	ArrayList<Element> array;
	Queue<Integer> freeList;
	int topA;
	int topB;
	int topC;
	public class Element{
		int value;
		int previous;
		public Element(int value){
			this.value = value;
			this.previous = -1;
		}
		public Element(int value, int pre){
			this.value = value;
			this.previous = pre;
		}
	}
	public StackNQueueTest(int num){
		array = new ArrayList<Element>(num);
		freeList = new LinkedList<Integer>();
		for(int i =0;i<num;i++)
			freeList.add(i);
		topA = -1;
		topC = -1;
		topB = -1;
	}
	public boolean push(int type,int value){
		boolean isOK = true;
		int temp =0;
		if(freeList.isEmpty()){ System.out.println("Stack "+ (char)(type+64) +" is full: "+value+" can't be inserted."); return false;}
		//The top pointer always points at the toppest one of stacks
		temp = freeList.poll();
		if(type ==1){
			//add new element to appointed position: temp
			array.add(temp,(new Element(value,topA)));
			//keep top pointer stores the last update position of relevent stack
			topA = temp;
		}else if(type == 2){
			array.add(temp,(new Element(value,topB)));
			topB = temp;
		}else{
			array.add(temp,(new Element(value,topC)));
			topC = temp;
		}
		
		return isOK;
	}
	public int pop(int type){
		int value;
		if(type ==1){
			if(topA == -1) { System.out.println("Empty StackA");return -1;}
			else{
				//take the toppest element 
				Element temp = array.get(topA);
				value = temp.value;
				//update freelist
				freeList.add(topA);
				//update topA
				topA = temp.previous;
				//free Element
				temp = null;
			}
			
		}else if(type == 2){
			if(topB == -1) { System.out.println("Empty StackB");return -1;}
			else{
				//take the toppest element 
				Element temp = array.get(topB);
				value = temp.value;
				//update freelist
				freeList.add(topB);
				//update topA
				topB = temp.previous;
				//free Element
				temp = null;
			}
			
		}else{
			if(topC == -1) { System.out.println("Empty StackC");return -1;}
			else{
				//take the toppest element 
				Element temp = array.get(topC);
				value = temp.value;
				//update freelist
				freeList.add(topC);
				//update topA
				topC = temp.previous;
				//free Element
				temp = null;
			}
			
		}
		return value;
	}
	public static void main(String[] args){
		StackNQueueTest s = new StackNQueueTest(6);
		s.push(1, 1);
		s.push(2, 2);
		s.push(3, 3);
		s.push(3, 4);
		s.push(3, 5);
		s.push(3, 6);
		s.push(3, 7);
		s.push(3, 8);
		s.push(3, 9);
		s.push(3, 10);
		s.push(3, 11);
		s.push(3, 3);
		s.push(3, 3);
		s.push(3, 3);
		
		System.out.println(s.pop(1));
		System.out.println(s.pop(2));
		System.out.println(s.pop(3));
	}
}