【数据结构与算法-Day 12】深入浅出栈：从“后进先出”原理到数组与链表双实现

Langchain系列文章目录

01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南
02-玩转 LangChain Memory 模块：四种记忆类型详解及应用场景全覆盖
03-全面掌握 LangChain：从核心链条构建到动态任务分配的实战指南
04-玩转 LangChain：从文档加载到高效问答系统构建的全程实战
05-玩转 LangChain：深度评估问答系统的三种高效方法（示例生成、手动评估与LLM辅助评估）
06-从 0 到 1 掌握 LangChain Agents：自定义工具 + LLM 打造智能工作流！
07-【深度解析】从GPT-1到GPT-4：ChatGPT背后的核心原理全揭秘
08-【万字长文】MCP深度解析：打通AI与世界的“USB-C”，模型上下文协议原理、实践与未来

Python系列文章目录

PyTorch系列文章目录

机器学习系列文章目录

深度学习系列文章目录

Java系列文章目录

JavaScript系列文章目录

Python系列文章目录

Go语言系列文章目录

Docker系列文章目录

数据结构与算法系列文章目录

01-【数据结构与算法-Day 1】程序世界的基石：到底什么是数据结构与算法？
02-【数据结构与算法-Day 2】衡量代码的标尺：时间复杂度与大O表示法入门
03-【数据结构与算法-Day 3】揭秘算法效率的真相：全面解析O(n^2), O(2^n)及最好/最坏/平均复杂度
04-【数据结构与算法-Day 4】从O(1)到O(n²)，全面掌握空间复杂度分析
05-【数据结构与算法-Day 5】实战演练：轻松看懂代码的时间与空间复杂度
06-【数据结构与算法-Day 6】最朴素的容器 - 数组（Array）深度解析
07-【数据结构与算法-Day 7】告别数组束缚，初识灵活的链表 (Linked List)
08-【数据结构与算法-Day 8】手把手带你拿捏单向链表：增、删、改核心操作详解
09-【数据结构与算法-Day 9】图解单向链表：从基础遍历到面试必考的链表反转
10-【数据结构与算法-Day 10】双向奔赴：深入解析双向链表（含图解与代码）
11-【数据结构与算法-Day 11】从循环链表到约瑟夫环，一文搞定链表的终极形态
12-【数据结构与算法-Day 12】深入浅出栈：从“后进先出”原理到数组与链表双实现

---

---

摘要

欢迎来到数据结构与算法系列的第 12 篇。在探索了数组和链表这两种基础线性结构后，今天我们将学习一种非常重要但又受限的线性数据结构——栈 (Stack)。栈以其独特的 “后进先出” (LIFO) 原则，在计算机科学领域扮演着不可或缺的角色，从我们日常使用的软件中的“撤销”功能，到支撑现代编程语言运行的函数调用，背后都有栈的身影。本文将系统地剖析栈的定义、核心特性与操作，并手把手带你用数组和链表两种方式实现一个功能完备的栈，深入对比它们的优劣与适用场景，为你彻底掌握栈结构打下坚实的基础。

一、什么是栈 (Stack)？

在进入代码实现之前，我们必须先理解栈的核心思想。它非常直观，贴近生活。

1.1 栈的定义与特性

栈 (Stack) 是一种特殊的线性表，它只允许在固定的一端进行插入和删除元素的操作。进行数据插入和删除操作的一端称为栈顶 (Top)，另一端称为栈底 (Bottom)。

栈最大的特性就是后进先出 (Last-In, First-Out)，简称 LIFO。这个原则可以用生活中的例子来形象地理解：

• 一摞盘子：想象一下你在洗一摞盘子，你总是把洗好的盘子放在最上面，而需要用盘子时，也总是从最上面拿。最后放上去的盘子，最先被取走。
• 羽毛球筒：往羽毛球筒里放球时，第一个放进去的球会掉到最底下，最后一个放进去的球在最顶上。取球时，也只能从顶部一个一个地取。

在栈中，数据元素的插入操作称为入栈 (Push)，删除操作称为出栈 (Pop)。

1.2 栈的抽象数据类型 (ADT)

从功能的角度，一个栈结构通常需要支持以下几种核心操作：

• push(element): 将一个元素压入栈顶。
• pop(): 从栈顶弹出一个元素，并返回该元素。
• peek(): 查看栈顶元素，但不弹出。
• isEmpty(): 判断栈是否为空。
• size(): 返回栈中元素的个数。

这些操作共同构成了栈的抽象数据类型（Abstract Data Type），定义了栈“应该做什么”，而不用关心其“内部如何实现”。

1.3 栈的应用场景

栈虽然结构简单，但应用极其广泛，是许多复杂算法和系统的基石：

• 函数调用栈：程序在调用函数时，会将调用信息（如返回地址、参数、局部变量）压入一个栈中，函数返回时再从栈中弹出。这是递归得以实现的基础。
• 表达式求值：编译器使用栈来转换和计算中缀表达式（如 3 + 4 * 2）为后缀表达式（逆波兰表达式 3 4 2 * +），并求值。
• 括号匹配校验：在代码编辑器中，判断括号（(), [], {}）是否成对出现，可以用栈轻松实现。
• 浏览器的前进后退：浏览器的历史记录后退功能，就像一个栈，每访问一个新页面就入栈，点击后退按钮就出栈。
• 软件的撤销(Undo)操作：在文本编辑器或绘图软件中，每执行一个操作，就将该操作的状态入栈，点击撤销时，就从栈顶弹出一个状态进行恢复。

我们将在下一篇文章中详细探讨这些应用。今天，我们的重点是把栈的两种主要实现方式学透。

二、基于数组实现栈 (静态栈)

使用数组实现栈是最直观的方式之一。其核心是利用数组的连续内存空间来存储数据，并用一个指针（或索引）来时刻指向栈顶。

2.1 设计思路

1. 底层容器：使用一个固定大小的数组来存放栈内元素。
2. 栈顶指针：定义一个变量，比如 top 或者 size，来跟踪栈顶的位置。这里我们采用 size 变量，它既能表示栈中元素的数量，也能通过 size - 1 定位到栈顶元素的索引。
3. 容量限制：由于数组长度固定，这种实现的栈是有容量限制的，我们称之为“静态栈”。当栈满时，无法再进行 push 操作（称为“上溢”）；当栈空时，无法进行 pop 操作（称为“下溢”）。

2.2 核心操作实现 (以 Java 为例)

下面我们用 Java 语言实现一个基于数组的泛型栈。

// 使用泛型 E，可以存储任意类型的元素
public class ArrayStack<E> {private E[] data;    // 底层数组private int size;    // 栈中元素的数量，也指向下一个待插入位置的索引/*** 构造函数，传入栈的容量* @param capacity 栈的初始容量*/public ArrayStack(int capacity) {// 由于 Java 不支持直接 new E[]，需要一个类型转换data = (E[]) new Object[capacity];size = 0;}/*** 获取栈中元素的个数*/public int getSize() {return size;}/*** 判断栈是否为空*/public boolean isEmpty() {return size == 0;}/*** 获取栈的容量*/public int getCapacity() {return data.length;}/*** 入栈操作* @param e 待入栈的元素*/public void push(E e) {// 检查栈是否已满if (size == data.length) {throw new IllegalArgumentException("Push failed. Stack is full.");}// 在 size 指向的位置放入新元素data[size] = e;// 维护 sizesize++;}/*** 出栈操作* @return 栈顶元素*/public E pop() {// 检查栈是否为空if (isEmpty()) {throw new IllegalArgumentException("Pop failed. Stack is empty.");}// 取出栈顶元素（索引为 size - 1）E ret = data[size - 1];// 维护 sizesize--;// [可选优化] 将出栈位置置为null，帮助垃圾回收 (Loitering objects)data[size] = null; return ret;}/*** 查看栈顶元素* @return 栈顶元素*/public E peek() {if (isEmpty()) {throw new IllegalArgumentException("Peek failed. Stack is empty.");}return data[size - 1];}
}

2.2.1 时间复杂度分析

• push(e): $O(1)$。仅涉及一次数组赋值和一次整数自增。
• pop(): $O(1)$。仅涉及一次数组访问和一次整数自减。
• peek(): $O(1)$。仅涉及一次数组访问。
• isEmpty() / getSize(): $O(1)$。

可见，基于数组实现的栈，其核心操作效率非常高。

2.3 优缺点分析

特性	优点	缺点
存储方式	内存连续，数据紧凑	容量固定，无法动态扩展（除非实现复杂的动态扩容机制）
性能	缓存友好性好（Cache Locality），访问速度快	若实现动态扩容，单次 push 操作可能导致 $O(n)$ 的时间复杂度
空间	无需额外指针开销，空间利用率高	可能造成空间浪费（分配了很大容量但实际使用很少）
实现	逻辑简单，易于实现	需要处理栈满（上溢）的边界情况

三、基于链表实现栈 (动态栈)

为了克服数组实现栈的固定容量问题，我们可以使用链表作为底层结构。链表天然支持动态增删，非常适合实现一个容量可变的“动态栈”。

3.1 设计思路

1. 底层容器：使用一个单向链表。
2. 栈顶：将链表的头结点作为栈顶。这是关键设计点，因为对链表头部的增删操作时间复杂度都是 $O(1)$。如果选择链表尾部作为栈顶，push 操作需要遍历整个链表找到尾部，时间复杂度为 $O(n)$，效率低下。
3. 动态容量：链表在内存中按需分配节点，因此没有固定的容量限制，只要内存足够，就可以一直 push。

下面是一个链表栈操作的示意图：

3.2 核心操作实现 (以 Java 为例)

我们同样用 Java 实现一个基于链表的泛型栈。

public class LinkedListStack<E> {// 内部私有节点类private class Node {public E e;public Node next;public Node(E e, Node next) {this.e = e;this.next = next;}public Node(E e) {this(e, null);}}private Node head;  // 链表头结点，即为栈顶private int size;   // 栈中元素的数量public LinkedListStack() {head = null;size = 0;}/*** 获取栈中元素的个数*/public int getSize() {return size;}/*** 判断栈是否为空*/public boolean isEmpty() {return size == 0;}/*** 入栈操作* @param e 待入栈的元素*/public void push(E e) {// 创建一个新节点，让它的 next 指向当前的 headNode newNode = new Node(e, head);// 更新 head 为这个新节点head = newNode;// 等价于下面两行代码：// Node node = new Node(e);// node.next = head;// head = node;size++;}/*** 出栈操作* @return 栈顶元素*/public E pop() {if (isEmpty()) {throw new IllegalArgumentException("Pop failed. Stack is empty.");}// 保存待删除的头结点Node retNode = head;// head 指向下一个节点head = head.next;// 断开原头结点的链接（便于垃圾回收）retNode.next = null;size--;return retNode.e;}/*** 查看栈顶元素* @return 栈顶元素*/public E peek() {if (isEmpty()) {throw new IllegalArgumentException("Peek failed. Stack is empty.");}return head.e;}
}

3.2.1 时间复杂度分析

• push(e): $O(1)$。仅涉及一次新节点的创建和一次引用的改变。
• pop(): $O(1)$。仅涉及一次引用的改变。
• peek(): $O(1)$。仅涉及一次 head 节点的访问。
• isEmpty() / getSize(): $O(1)$。

可以看到，基于链表实现的栈，核心操作效率同样非常高。

3.3 优缺点分析

特性	优点	缺点
存储方式	内存非连续，动态分配	每个元素都需要额外的指针开销
性能	增删操作稳定在 $O(1)$	缓存不友好，理论上访问速度可能略慢于数组
空间	按需分配，没有容量限制	相比数组，每个元素占用的总内存稍大
实现	无需处理栈满的情况	涉及指针操作，实现逻辑相对数组稍复杂

四、两种实现方式的对比

现在，让我们将这两种实现方式放在一起进行一个全面的对比，以便在实际开发中做出正确的选择。

对比项	基于数组的栈 (ArrayStack)	基于链表的栈 (LinkedStack)
底层结构	连续内存的数组	非连续内存的链表节点
容量	固定，需预先指定	动态，无容量限制（受限于内存）
核心操作 (push, pop, peek)	均为 $O(1)$	均为 $O(1)$
内存使用	元素本身占用空间。可能因预分配过大而浪费	每个元素 + 一个指针的开销
缓存性能	高 (Cache-friendly)，因为数据连续	低，因为节点在内存中可能分散
适用场景	栈的最大容量已知或可预估时；对性能和内存局部性有极致要求的场景	栈的容量未知或变化剧烈时；不希望处理扩容逻辑的场景
主要问题	栈上溢 (Stack Overflow)	指针的额外开销

选择建议：
在大多数高级编程语言中，内置的 Stack 类（如 Java 的 java.util.Stack，虽然已不推荐使用，推荐用 Deque）底层往往是基于动态数组（如 Vector 或 ArrayList）实现的。这是一种折中方案：兼具数组的缓存优势，同时通过动态扩容机制解决了固定容量的问题，尽管扩容时会有性能抖动。

对于我们自己实现而言：

• 如果能确定数据规模上限，且对性能要求苛刻，数组栈是更好的选择。
• 如果不确定数据规模，或希望实现更灵活、平滑的内存增长，链表栈是更省心的选择。

五、总结

今天，我们系统地学习了栈这一重要的数据结构，现在对全文核心内容进行梳理：

1. 栈的核心：栈是一种遵循后进先出 (LIFO) 原则的受限线性表，所有操作都在栈顶进行。
2. 核心操作：栈的 ADT 主要包括 push（入栈）、pop（出栈）、peek（查看栈顶）、isEmpty（判空）和 size（大小），它们的时间复杂度都应为 $O(1)$。
3. 数组实现：基于数组的静态栈实现简单，缓存友好，但容量固定。适用于数据规模可预知的场景。
4. 链表实现：基于链表的动态栈容量灵活，无上溢风险，但有额外的指针开销。适用于数据规模不确定的场景。
5. 技术权衡：在选择实现方式时，需在空间效率、时间效率和实现复杂度之间做出权衡。

掌握了栈的底层原理和实现方法后，你就拥有了一把解决许多经典算法问题的利器。在下一篇文章中，我们将进入实战环节，运用今天所学的栈来解决括号匹配、表达式求值等经典问题，敬请期待！

---