class Stack(object): def __init__(self, limit=10): self.stack = [] #存放元素
self.limit = limit #栈容量极限 def push(self, data): #判断栈是否溢出 if len(self.stack) >=
self.limit: print('StackOverflowError') pass self.stack.append(data) def
pop(self): if self.stack: return self.stack.pop() else: raise IndexError('pop
from an empty stack') #空栈不能被弹出 def peek(self): #查看堆栈的最上面的元素 if self.stack:
return self.stack[-1] def is_empty(self): #判断栈是否为空 return not bool(self.stack)
def size(self): #返回栈的大小 return len(self.stack)

class Node: def __init__(self, data): self.data = data self.next = None class
Linked_List: def __init__(self): self.head = None def initlist(self,data_list):
#链表初始化函数 self.head=Node(data_list[0]) #创建头结点 temp=self.head for i in
data_list[1:]: #逐个为 data 内的数据创建结点, 建立链表 node=Node(i) temp.next=node
temp=temp.next # def is_empty(self): #判断链表是否为空 if self.head.next==None:
print("Linked_list is empty") return True else: return False def
get_length(self): #获取链表的长度 temp=self.head #临时变量指向队列头部 length=0 #计算链表的长度变量 while
temp!=None: length=length+1 temp=temp.next return length #返回链表的长度 def
insert(self,key,value): #链表插入数据函数 if key<0 or key>self.get_length()-1:
print("insert error") temp=self.head i=0 while i<=key: #遍历找到索引值为 key 的结点后,

node.next=temp def print_list(self): #遍历链表，并将元素依次打印出来 print("linked_list:")
temp=self.head new_list=[] while temp is not None: new_list.append(temp.data)
temp=temp.next print(new_list) def remove(self,key): #链表删除数据函数 if key<0 or
key>self.get_length()-1: print("insert error") i=0 temp=self.head while temp
!=None: #遍历找到索引值为 key 的结点 pre=temp temp=temp.next i=i+1 if i==key:
pre.next=temp.next temp=None return True pre.next=None def reverse(self):
#将链表反转 prev = None current = self.head while current: next_node = current.next
current.next = prev prev = current current = next_node self.head = prev

class Node(object): # 双向链表节点 def __init__(self, item): self.item = item
self.next = None self.prev = None class DLinkList(object): # 双向链表 def
__init__(self): self._head = None def is_empty(self): # 判断链表是否为空 return
self._head == None def get_length(self): # 返回链表的长度 cur = self._head count = 0
while cur != None: count=count+1 cur = cur.next return count def travel(self):
# 遍历链表 cur = self._head while cur != None: print(cur.item) cur = cur.next
print("") def add(self, item): # 头部插入元素 node = Node(item) if self.is_empty(): #

self._head = node def append(self, item): # Python学习交流QQ群：857662006 # 尾部插入元素
node = Node(item) if self.is_empty(): # 如果是空链表，将_head指向node self._head = node
else: # 移动到链表尾部 cur = self._head while cur.next != None: cur = cur.next #

search(self, item): # 查找元素是否存在 cur = self._head while cur != None: if cur.item
== item: return True cur = cur.next return False def insert(self, pos, item): #

self.append(item) else: node = Node(item) cur = self._head count = 0 #

def remove(self, item): # 删除元素 if self.is_empty(): return else: cur =
self._head if cur.item == item: # 如果首节点的元素即是要删除的元素 if cur.next == None: #

item: # 将cur的前一个节点的next指向cur的后一个节点 cur.prev.next = cur.next #

class Node(object): def __init__(self,elem,next=None): self.elem = elem
#表示对应的元素值 self.next=next #表示下一个链接的链点 class Queue(object): def __init__(self):
self.head = None #头部链点为 None self.rear = None #尾部链点为 None def is_empty(self):
return self.head is None #判断队列是否为空 def enqueue(self, elem): p = Node(elem)
#初始化一个新的点 if self.is_empty(): #Python学习交流QQ群：857662006 self.head = p #队列头部为新的链点
self.rear = p #队列尾部为新的链点 else: self.rear.next = p #队列尾部的后继是这个新的点 self.rear =p
#然后让队列尾部指针指向这个新的点 def dequeue(self): if self.is_empty(): #判断队列是否为空
print('Queue_is_empty') #若队列为空，则退出 dequeue 操作 else: result = self.head.elem
#result为队列头部元素 self.head = self.head.next #改变队列头部指针位置 return result #返回队列头部元素
def peek(self): if self.is_empty(): #判断队列是否为空 print('NOT_FOUND') #为空则返回
NOT_FOUND else: return self.head.elem #返回队列头部元素 def print_queue(self):
print("queue:") temp=self.head myqueue=[] #暂时存放队列数据 while temp is not None:
myqueue.append(temp.elem) temp=temp.next print(myqueue)

class Queue(): def __init__(self): self.entries = [] #表示队列内的参数 self.length = 0
#表示队列的长度 self.front=0 #表示队列头部位置 def enqueue(self, item):
self.entries.append(item) #添加元素到队列里面 self.length = self.length + 1 #队列长度增加 1
def dequeue(self): self.length = self.length - 1 #队列的长度减少 1 dequeued =
self.entries[self.front] #队首元素为dequeued self.front-=1 #队首的位置减少1 self.entries =
self.entries[self.front:] #队列的元素更新为退队之后的队列 return dequeued def peek(self):
return self.entries[0] #直接返回队列的队首元素

class Node(object): def __init__(self,item): self.item=item #表示对应的元素
self.left=None #表示左节点 self.right=None #表示右节点 def __str__(self): return
str(self.item) #print 一个 Node 类时会打印 __str__ 的返回值 class Tree(object):
#Python学习交流QQ群：857662006 def __init__(self): self.root=Node('root') #根节点定义为
root 永不删除，作为哨兵使用。 def add(self,item): node = Node(item) if self.root is None:
#如果二叉树为空，那么生成的二叉树最终为新插入树的点 self.root = node else: q = [self.root] #

#左子树为空则将点添加到左子树 pop_node.left = node return elif pop_node.right is None:
#右子树为空则将点添加到右子树 pop_node.right = node return else: q.append(pop_node.left)
q.append(pop_node.right) def get_parent(self, item): if self.root.item == item:
return None # 根节点没有父节点 tmp = [self.root] # 将tmp列表，添加二叉树的根节点 while tmp: pop_node
= tmp.pop(0) if pop_node.left and pop_node.left.item == item: #某点的左子树为寻找的点
return pop_node #返回某点，即为寻找点的父节点 if pop_node.right and pop_node.right.item ==
item: #某点的右子树为寻找的点 return pop_node #返回某点，即为寻找点的父节点 if pop_node.left is not
None: #添加tmp 元素 tmp.append(pop_node.left) if pop_node.right is not None:
tmp.append(pop_node.right) return None def delete(self, item): if self.root is
None: # 如果根为空，就什么也不做 return False parent = self.get_parent(item) if parent:
del_node = parent.left if parent.left.item == item else parent.right # 待删除节点 if
del_node.left is None: if parent.left.item == item: parent.left =
del_node.right else: parent.right = del_node.right del del_node return True
elif del_node.right is None: if parent.left.item == item: parent.left =
del_node.left else: parent.right = del_node.left del del_node return True else:
# 左右子树都不为空 tmp_pre = del_node tmp_next = del_node.right if tmp_next.left is
None: # 替代 tmp_pre.right = tmp_next.right tmp_next.left = del_node.left
tmp_next.right = del_node.right else: while tmp_next.left: # 让tmp指向右子树的最后一个叶子
tmp_pre = tmp_next tmp_next = tmp_next.left # 替代 tmp_pre.left = tmp_next.right
tmp_next.left = del_node.left tmp_next.right = del_node.right if
parent.left.item == item: parent.left = tmp_next else: parent.right = tmp_next
del del_node return True else: return False

class TrieNode: def __init__(self): self.nodes = dict() # 构建字典 self.is_leaf =
False def insert(self, word: str): curr = self for char in word: if char not in
curr.nodes: curr.nodes[char] = TrieNode() curr = curr.nodes[char] curr.is_leaf
= True def insert_many(self, words: [str]): for word in words:
self.insert(word) def search(self, word: str): curr = self for char in word: if
char not in curr.nodes: return False curr = curr.nodes[char] return curr.is_leaf

class heap(object): def __init__(self): #初始化一个空堆，使用数组来在存放堆元素，节省存储
self.data_list = [] def get_parent_index(self,index): #返回父节点的下标 if index == 0
or index > len(self.data_list) -1: return None else: return (index -1) >> 1 def
swap(self,index_a,index_b): #交换数组中的两个元素 #Python学习交流QQ群：857662006
self.data_list[index_a],self.data_list[index_b] =
self.data_list[index_b],self.data_list[index_a] def insert(self,data):
#先把元素放在最后，然后从后往前依次堆化 #这里以大顶堆为例，如果插入元素比父节点大，则交换，直到最后 self.data_list.append(data)
index = len(self.data_list) -1 parent = self.get_parent_index(index)
#循环，直到该元素成为堆顶，或小于父节点（对于大顶堆) while parent is not None and self.data_list[parent]
< self.data_list[index]: #交换操作 self.swap(parent,index) index = parent parent =
self.get_parent_index(parent) def removeMax(self):
#删除堆顶元素，然后将最后一个元素放在堆顶，再从上往下依次堆化 remove_data = self.data_list[0]
self.data_list[0] = self.data_list[-1] del self.data_list[-1] #堆化
self.heapify(0) return remove_data def heapify(self,index): #从上往下堆化，从index

index if 2*index +1 <= total_index and self.data_list[2*index +1] >
self.data_list[maxvalue_index]: maxvalue_index = 2*index +1 if 2*index +2 <=
total_index and self.data_list[2*index +2] > self.data_list[maxvalue_index]:
maxvalue_index = 2*index +2 if maxvalue_index == index: break
self.swap(index,maxvalue_index) index = maxvalue_index