例如中綴表示式為a+b*c,其對應的字尾表示式是abc*+，首先將其轉化為全括號表示式(a+(b*c))，看表示式的右括號，如果把操作符*移到右括號的位置，替代它，再把左括號刪去，這個式子就可以變成字尾形式
字尾表示式的操作符要比運算元晚輸出，而實際掃瞄中綴表示式時，在碰到第二個運算元之前，已經掃瞄到了操作符，但是讀到操作符不能輸出，需要先把操作符暫存起來，而儲存的操作符，需要按照優先順序反轉次序輸出。考慮到這種反轉特性，我們用棧來儲存這些暫時還沒有處理的操作符。
而且有括號的情況下，括號內的操作符優先順序會變高。參考之前的全括號表示式法，字尾表示式中操作符應該出現在左括號對應的右括號的位置。所以遇到左括號，要標記下來，其後出現的操作符優先順序提公升了，一旦掃瞄到對應的右括號，就可以馬上輸出這個操作符。
所以，在從左到右逐個掃瞄字元的過程中，需要採用乙個棧暫存未處理的操作符。這樣棧頂操作符就是最近暫存進去的，當遇到乙個新的操作符，就需要跟棧頂的操作符比較一下優先順序，再進行處理。
演算法流程：
如果單詞是運算元，則直接新增到字尾表示式列表的末尾
如果單詞是左括號"("，則壓入opstack棧頂
如果單詞是右括號")"，則反覆彈出opstack棧頂操作符，加入到輸出列表末尾，直到碰到左括號
如果但此時操作符"*/±"，則壓入opstack棧頂（但在壓入前，需要比較其與棧頂操作符的優先順序，如果棧頂的高於或等於它，就要反覆彈出棧頂操作符，加入到輸出列表末尾，直到棧頂的操作符優先順序低於它）
程式如下：
from pythonds.basic.stack import stack
definfixtopostfix
(infixexpr)
:##記錄操作符優先順序，方便之後通過鍵值查詢
prec =
prec[
'*']=3
prec[
'/']=3
prec[
'+']=2
prec[
'-']=2
prec[
'(']=1
##創造堆疊和輸出序列
opstack = stack(
) postfixlist =
for token in infixexpr:
if token in
"abcdefghijklmnopqrstuvwxyz"
or token in
"0123456789"
:elif token ==
"(":
opstack.push(token)
elif token ==
")":
toptoken = opstack.pop(
)##首先要彈出，然後判斷
while toptoken !=
"(":
##正確的表示式在碰到右括號之前，堆疊中一定已經有了左括號
toptoken = opstack.pop(
)else
:while
(not opstack.isempty())
and(prec[opstack.peek()]
>= prec[token]):
))##同時實現了彈出和輸出功能
opstack.push(token)
while
not opstack.isempty():
))return
"".join(postfixlist)
print
(infixtopostfix(
'(a+(b*c))+d'
))
資料結構與演算法 學習記錄（壹）
群集是一種結構化的資料型別。群集可以分為兩類 線性的和非線性的。線性群集是一張元素列表，表中的元素順次相連。線性群集中的元素通常由位置來決定次序 例如，第乙個元素 第二個元素 第三個元素，依次類推 在現實世界中，購物清單就是很好的線性群集例項。而在計算機世界中 當然這也是真實世界 則把陣列設計成線性...
資料結構與演算法學習記錄 快速排序
快速排序的基本思想 分治法，即，分解，求解，組合 分解 在無序區r low.high 中任選乙個記錄作為基準 通常選第乙個記錄，並記為pivot,其下標為pivotpos 以此為基準劃分成兩個較小的子區間r low,pivotpos 1 和r pivotpos 1 high 並使左邊子區間的所有記錄...
資料結構與演算法學習
我想重新學習一下資料結構與演算法，打好基礎。to measure is to know.我們用演算法複雜度t n 來表示演算法的效率，效能。t n 的取值 所有問題規模為n的問題例項中，將他們的計算成本進行總體的比較，取出最壞情況下的值。有幾點需要catch，1.演算法執行的時間，會根據程式語言，作...