🌈write in front🌈
🧸大家好,我是Aileen🧸.希望你看完之后,能对你有所帮助,不足请指正!共同学习交流.
🆔本文由Aileen_0v0🧸 原创 CSDN首发🐒 如需转载还请通知⚠️
📝个人主页:Aileen_0v0🧸—CSDN博客
🎁欢迎各位→点赞👍 + 收藏⭐️ + 留言📝
📣系列专栏:Aileen_0v0🧸的数据结构与算法学习系列专栏🌸——CSDN博客
🗼我的格言:"没有罗马,那就自己创造罗马💫~"
目录
编辑
编辑
回顾 🧸
编辑
中缀表达式🀄
全括号表达式与前后缀表达式的关系🎡
中缀表达式转换为前后缀形式的方法🪐
通用的中缀转后缀算法⭐
利用中缀转后缀的操作流程🪂
转成后缀表达式对应的代码🚀
回顾 🧸
"温故而知新"
通过思维导图回顾一下我们学了什么,我们先学了什么是线性结构,栈(Stack)是一种抽象数据类型的线性结构,栈是什么,栈的特点以及操作步骤,我们还可以通过列表去实现栈,不过不同的栈顶其对应的时间复杂度也不同,了解完栈的基础知识点后我们开始学习栈的应用,栈可以用于
「(1)匹配符号(Balance Symbols),
(2)进制转换(Decimal conversion),
(3)表达式转换(Experssion conversion)」
(1) 和 (2) 我们已经在前面的文章写过了:不记得知识点或者对前面内容感兴趣的小伙伴可以点击👉
🔗(1)http://t.csdnimg.cn/Ypv3q
🔗(2)http://t.csdnimg.cn/OLIJW
对应专栏数据结构与算法学习系列专栏🌸🔗:http://t.csdnimg.cn/6BQDo
中缀表达式🀄
我们通常看到的表达式如:B*C , 很容易就知道是B乘以C
像 * 这种操作符( operator ) 介于操作数 ( operand )中间的表示法,称为 "中缀" 表示法.
But sometimes 中缀表示法会 case confusion(引起混淆),如 "A + B * C"
是A+B然后再乘以C 还是B*C然后再加A?
为了消除混淆,人们引入"优先级"的概念
规定高优先级的操作符先计算
相同优先级的操作符从左到右依次计算这样A+B*C就没有疑义是A加上 B与C的乘积
同时引入了括号来表示强制优先级,括号的优先级最高,而且在嵌套的括号中,内层的优先级更高这样(A+B)*C就是A与B的和再乘以C
全括号表达式与前后缀表达式的关系🎡
虽然人们已经习惯了这种表示法,但计算机处理最好是能明确规定所有的计算顺序,这样无需处理复杂的优先规则
于是,我们引入全括号表达式:
在所有的表达式项两边都加上括号A+B*C+D,应表示为((A+(B*C))+D)
可否将表达式中操作符的位置稍移动一下?
例如中缀表达式A+B将操作符移到前面,变为"+AB"
或者将操作符移到最后,变为“AB+”
我们就得到了表达式的另外两种表示法:"前缀"和“后缀”表示法以操作符相对于操作数的位置来定义
这样A+B*C将变为前缀的"+A*BC"后缀的"ABC*+"为了帮助理解,子表达式加了下划线
在前缀和后缀表达式中,操作符的次序完全决定了运算的次序,不再有混淆
所以在很多情况下,表达式在计算机中的表示都避免使用复杂的中缀形式
让我们先看看这些前中缀和后缀表达式
中缀表达式 | 前缀表达式 | 后缀表达式 |
A + B * C + D | + + A * B C D | A B C * + D + |
( A + B ) * ( C + D ) | * + A B + C D | A B + C D + * |
A * B + C * D | + * A B * C D | A B * C D * + |
A + B + C + D | + + + A B C D | A B + C + D + |
想必初看的小伙伴会觉得眼花缭乱,但是不要着急,我们接下来会一一讲解.
一定得有个算法来转换任意复杂的表达式
为了分解算法的复杂度,我们从“全括号中缀表达式入手我们看A+B*C,
如果写成全括号形式:(A+(B*C)),显式表达了计算次序我们注意到每一对括号,都包舍了一组完整的操作符和操作数,让我们看看如何将其转换成前后缀表达式吧~
中缀表达式转换为前后缀形式的方法🪐
✨Summary:
(1)将中缀表达式转换为全括号形式
(2)将所有的操作符移动到子表达式所在的 左括号(前缀prefix) 或者 右括号(后缀postfix) 处~
替代之,再删除所有的括号.
通用的中缀转后缀算法⭐
在中缀表达式转换为后缀形式的处理过程中,操作符比操作数要晚输出
所以在扫描到对应的第二个操作数之前,需要把操作符先保存起来
而这些暂存的操作符,由于优先级的规则还有可能要反转次序输出.
在A+B*C中,+虽然先出现,但优先级比后面这个*要低,所以它要等*处理完后,才能再处理.
这种反转特性,使得我们考虑用栈来保存暂时未处理的操作符
再看看(A+B)*C,对应的后缀形式是AB+C*
这里+的输出比*要早,主要是因为括号使得+的优先级提升,高于括号之外的*
根据上面的“全括号”表达式,后缀表达式中操作符应该出现在左括号对应的右括号位置
所以遇到左括号,要标记下,其后出现的操作符优先级提升了,一旦扫描到对应的右括号,就可以马上输出这个操作符
总结:
在从左到右扫描逐个字符扫描中缀表达式的过程中,采用一个栈来暂存未处理的操作符
这样,栈顶的操作符就是最近暂存进去的,当遇到一个新的操作符,就需要跟栈顶的操作符比较下优先级,再行处理--->新符号和栈顶对比,新的高,就入栈(因为取时也先取); 新的低,就把栈顶出栈,让栈顶的先运算.
利用中缀转后缀的操作流程🪂
后面的算法描述中,约定中缀表达式是由空格隔开的一系列单词(token)构成,
操作符单词包括*/+-()
而操作数单词则是单字母标识符A、B、C等。
1.首先,创建空栈opstack用于暂存操作符,空表postfixList用于保存后缀表达式
2.将中缀表达式转换为单词(token)列表
A + B*C = split => ['A', '+', 'B', ' * ', 'C']
图解:
转成后缀表达式对应的代码🚀
class Stack:#Stack---->ADTdef __init__(self):self.items =[]def isEmpty(self):return self.items == []# 满足这些属性(行为)的是栈def push(self,item):self.items.append(item)def pop(self):return self.items.pop()def peek(self):return self.items[len(self.items)-1]#def size(self):return len(self.items)def infixToPostfix(infixexpr):# 记录操作符优先级prec = {}prec["*"] = 3prec["/"] = 3prec["+"] = 2prec["-"] = 2prec["("] = 1opStack = Stack()postfixList = []# 解析表达式到列表tokenList = infixexpr.split()for token in tokenList:# 操作数if token in "ABCDEFGHIJKLMNOPQRSTUVWXYZ" or token in "0123456789":postfixList.append(token)# (elif token == "(":opStack.push(token)# )elif token == ")":topToken = opStack.pop()while topToken != '(':postfixList.append(topToken)topToken = opStack.pop()# 操作符else:while (not opStack.isEmpty()) and \(prec[opStack.peek()] >= prec[token]):postfixList.append(opStack.pop())opStack.push(token)while not opStack.isEmpty():# 操作符postfixList.append(opStack.pop())# 合成后缀表达式字符串 return " ".join(postfixList)
print(infixToPostfix("A + B * C "))
运行代码测试结果 :