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[n];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.");elsevalue = array[topA--];}else if(type ==2){if(topB<(array.length/3))System.out.println("Stack B is empty.");elsevalue = 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 stackstemp = freeList.poll();if(type ==1){//add new element to appointed position: temparray.add(temp,(new Element(value,topA)));//keep top pointer stores the last update position of relevent stacktopA = 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 freelistfreeList.add(topA);//update topAtopA = temp.previous;//free Elementtemp = 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 freelistfreeList.add(topB);//update topAtopB = temp.previous;//free Elementtemp = 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 freelistfreeList.add(topC);//update topAtopC = temp.previous;//free Elementtemp = 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));}}