以下残缺代码均可从这里获取
栈
栈的基本概念
后进先出、先进后出就是典型的栈构造。栈能够了解成一种受了限度的线性表，插入和删除都只能从一端进行
当某个数据汇合只波及在一端插入和删除数据，并且满足后进先出、先进后出的个性，就应该首选“栈”这种数据结构（浏览器的后退、后退性能）
栈的实现
栈次要有两种操作，入栈和出栈，这里通过数组（程序栈）和链表（链式栈）两种形式实现栈
程序栈
package arrayStackimport "fmt"type Item interface {}type ItemStack struct { Items []Item N int}//init stackfunc (stack *ItemStack) Init() *ItemStack { stack.Items = []Item{} return stack}//push stack Itemfunc (stack *ItemStack) Push(item Item) { if len(stack.Items) > stack.N { fmt.Println("栈已满") return } stack.Items = append(stack.Items, item)}//pop Item from stackfunc (stack *ItemStack) Pop() Item { if len(stack.Items) == 0 { fmt.Println("栈已空") return nil } item := stack.Items[len(stack.Items) - 1] stack.Items = stack.Items[0:len(stack.Items) - 1] return item}链式栈
package linkListStackimport "fmt"type Item interface {}type Node struct { Data Item Next *Node}type Stack struct { headNode *Node}//push Stack itemfunc (stack *Stack) Push(item Item) { newNode := &Node{Data: item} newNode.Next = stack.headNode stack.headNode = newNode}//pop Item from stackfunc (stack *Stack) Pop() Item { if stack.headNode == nil { fmt.Println("栈已空") return nil } item := stack.headNode.Data stack.headNode = stack.headNode.Next return item}func (stack *Stack) Traverse() { if stack.headNode == nil { fmt.Println("栈已空") return } currentNode := stack.headNode for currentNode != nil { fmt.Printf("%v\t", currentNode.Data) currentNode = currentNode.Next }}栈的利用场景
函数调用栈
操作系统给每个线程调配了一块独立的内存空间，这块内存被组织成“栈”这种构造, 用来存储函数调用时的长期变量。每进入一个函数，就会将长期变量作为一个栈帧入栈，当被调用函数执行实现，返回之后，将这个函数对应的栈帧出栈起源：数据结构与算法之美
从这段代码的执行过程中理解函数调用栈
int main() { int a = 1; int ret = 0; int res = 0; ret = add(3, 5); res = a + ret; printf("%d", res); reuturn 0;} int add(int x, int y) { int sum = 0; sum = x + y; return sum;}main()函数调用了 add() 函数，获取计算结果，并且与长期变量 a 相加，最初打印 res 的值。程序在执行过程中，main函数中的变量会先后入栈，当执行到add()函数时，add()函数中的长期变量也会先后入栈，后果如下：
阐明：内存中的堆栈和数据结构堆栈不是一个概念，内存中的堆栈是实在存在的物理区，数据结构中的堆栈是形象的数据存储构造
栈在表达式求值中的利用
一个表达式蕴含两个局部，数字和运算符。咱们用两个栈来实现表达式求值，一个栈用来存储数字，一个栈用来存储运算符
假如有这么一个表达式
1000+5*6-6从左向右遍历表达式，当遇到数字时，将数字放入到存储数字的栈；如果遇到运算符，将存储运算符栈的栈顶元素取出，进行优先级比拟
如果比运算符栈顶元素优先级高，则将以后运算符压入到存储运算符的栈中；如果比运算符栈顶元素低或优先级一样，则从存储数字的栈中取出两个元素，而后进行计算，将计算的后果放入到存储数字的栈中。反复上边的操作。过程如图：
栈在括号匹配中的利用
这也是一个比拟经典的题，就是给定一个括号串，验证它是否齐全匹配，如：
{{} 不匹配[[{()}]] 匹配([{}] 不匹配这个也能够用栈来解决。从左到右遍历括号串，遇到未匹配的左括号则将其压入栈中，遇到右括号时，从栈顶取出一个左括号，如果能匹配，则持续遍历后边的括号，当遍历完之后，栈为空了，阐明这个括号串是匹配的，否则是不匹配的。具体实现如下：
package bracketMatchfunc BracketsMatch(str string) bool { brackets := map[rune]rune{')':'(', ']':'[', '}':'['} var stack []rune for _, char := range str { if char == '(' || char == '[' || char == '{' { stack = append(stack, char) } else if len(stack) > 0 && brackets[char] == stack[len(stack) - 1] { stack = stack[:len(stack) - 1] } else { return false } } return len(stack) == 0}队列
队列的基本概念
先进先出就是典型的队列构造，队列也能够了解成一种受了限度的线性表，插入只能从队列尾部进行，删除只能从队列尾部进行。类比排队取票
队列的基本操作也只有两个，入队和出队。队列的利用的确是非常的宽泛，如音讯队列、阻塞队列、循环队列等
队列的实现
还是通过两种形式实现队列，通过数组实现程序队列，通过链表实现链式队列
实现队列须要两个指针，一个指向队列头部，一个指向队列尾部
程序队列
package arrayQueueimport "fmt"type Item interface {}type Queue struct { Queue []Item Length int}func (queue *Queue) Init() { queue.Queue = []Item{}}func (queue *Queue) Enqueue(data Item) { if len(queue.Queue) > queue.Length { fmt.Println("队列满了") return } queue.Queue = append(queue.Queue, data)}func (queue *Queue) Dequeue() Item { if len(queue.Queue) == 0 { fmt.Println("队列空了") return nil } item := queue.Queue[0] queue.Queue = queue.Queue[1:] return item}链式队列
package linkListQueueimport "fmt"type Item interface {}type Node struct { Data Item Next *Node}type Queue struct { headNode *Node}func (queue *Queue) Enqueue(data Item) { node := &Node{Data: data} if queue.headNode == nil { queue.headNode = node } else { currentNode := queue.headNode for currentNode.Next != nil { currentNode = currentNode.Next } currentNode.Next = node }}func (queue *Queue) Dequeue() Item { if queue.headNode == nil { fmt.Println("队列空了") return nil } item := queue.headNode.Data queue.headNode = queue.headNode.Next return item}func (queue *Queue) Traverse() { if queue.headNode == nil { fmt.Println("队列空的") return } currentNode := queue.headNode for currentNode.Next != nil { fmt.Printf("%v\t", currentNode.Data) currentNode = currentNode.Next } fmt.Printf("%v\t", currentNode.Data)}循环队列
为什么会呈现循环队列？
看下边这种状况，我有有一个长度是5的队列，目前队列是满的。假如当初我从队头取出3个元素之后，想再往队列中放入数据，其实是放不进去的，此时就呈现一个问题，队列有闲暇空间，然而却无奈向队列中放入数据了
其中一个解决办法就是，数据搬移。然而这样的话，每次在出队的时候就等于说删除数组下标为0的元素，而且要将后边所有的数据向前搬移，这样就导致出队的工夫复杂度由原来的O(1)变成O(n)，这种办法显然是不可取的
第二个方法就是应用一个循环队列，很显著就是一个环，这几乎和单向循环链表截然不同。具体什么样，大家应该都非常的分明，它的难点就在于判空和判满
队列为空时：tail == head队列为满时：(tail+1)%n == head哎，找法则问题，不行硬记住就能够了，间接看下边如何实现
循环队列的实现
package loopQueueimport "fmt"type Item interface {}const QueueSize = 5type LoopQueue struct { Items [QueueSize]Item Head int Tail int}//initfunc (queue *LoopQueue) Init() { queue.Head = 0 queue.Tail = 0}//enqueuefunc (queue *LoopQueue) Enqueue(data Item) { if ((queue.Tail + 1) % QueueSize) == queue.Head { fmt.Println("队列满了") } queue.Items[queue.Tail] = data queue.Tail = (queue.Tail+1) % QueueSize}//dequeuefunc (queue *LoopQueue) Dequeue() Item { if queue.Head == queue.Tail { fmt.Println("队列空了") return nil } item := queue.Items[queue.Head] queue.Head = (queue.Head + 1) % QueueSize return item}队列的利用场景
阻塞队列和并发队列
阻塞队列
在理论利用中，队列不会是有限长的，队列一旦有长度限度，就会有满的时候，当队列满了的时候，入队操作就会被阻塞，因为没有数据可取。而当队列为空时，出队是阻塞的，直到队列中有数据可取
没错，平时常常用到的生产者-消费者模型就是这样，通过队列能够轻松实现一个生产者-消费者模型
基于阻塞队列，还能够通过调整“生产者”和“消费者”的个数，来进步数据的解决效率
并发队列
对于上边的阻塞队列，在多线程的状况下，就会存在多个线程同时操作队列，这个时候就会存在线程平安问题（如果想理解底层起因，能够看我的这篇文章：过程治理之进程同步）
保障线程平安的队列就称之为并发队列，最简略的形式就是在入队和出队的时候加锁。对于锁，也能够看我这里的系列文章：线程锁系列
参考资料：
- 数据结构与算法之美
- 从零学习数据结构