栈和队列这两块内容在数据结构初阶里属于看着简单但坑特别多的部分。很多初学者把定义背得滚瓜烂熟——栈是后进先出队列是先进先出——但一写代码就露馅栈顶指针到底先加一再赋值还是先赋值再加一循环队列队满条件为什么要牺牲一个存储单元链式队列的尾指针在出队时怎么处理这篇笔记就是把这些细节彻底掰开揉碎从逻辑结构讲到代码实现再到考试和面试里最常见的应用场景一次性把栈和队列讲透。适合正在学数据结构的学生、准备考研408的、以及自学编程想补基础的朋友。1. 栈和队列到底在解决什么问题1.1 从生活场景理解两种受限线性表栈和队列本质上都是线性表但它们是受了限制的线性表。普通线性表可以在任意位置插入和删除栈和队列只能在固定的端点操作。这种限制不是缺点反而是一种设计上的简化——当业务逻辑本身就只需要后进先出或先进先出的语义时用受限线性表能让代码更清晰、更不容易出错。栈对应生活里最常见的场景就是摞盘子。你洗完一个盘子摞上去用的时候从最上面拿。后放上去的盘子先被拿走这就是后进先出LIFOLast In First Out。队列对应的是食堂排队打饭先来的人先打到饭先走这是先进先出FIFOFirst In First Out。计算机世界里这两个规则无处不在。函数调用用栈因为函数执行完要回到调用它的地方最后调用的函数最先执行完打印任务用队列因为先提交的任务应该先被处理。理解了这两个生活场景就理解了栈和队列的核心语义剩下的全是实现细节。1.2 为什么栈和队列常常成对出现如果只学理论不写代码很难理解为什么栈和队列总是一起讲。我的体会是它们恰好覆盖了计算机系统里两种最基础的调度模型——时间上最近优先栈和空间上到达顺序优先队列。拿操作系统举例。进程之间的函数调用链是栈结构A调用BB调用CC执行完返回BB执行完返回A层层回溯。而CPU的任务调度、I/O请求缓冲则是队列结构请求先到先处理。一个偏向回溯一个偏向顺序两者互补构成了计算机系统调度逻辑的两大基石。从数据结构教学的角度栈和队列又是理解物理存储和逻辑结构关系的最佳案例。同一个逻辑结构栈或队列既可以用顺序存储数组实现也可以用链式存储链表实现而且两种实现各有优劣。把这两个结构的四种实现吃透后面学树、图、哈希表都会轻松很多。1.3 初阶阶段掌握到什么程度才算过关我给一个明确的验收标准你可以拿来自测能默写顺序栈和链栈的初始化、入栈、出栈、判空、判满代码能默写循环队列的初始化、入队、出队、判空、判满代码并清楚为什么浪费一个空间能画出链式队列在入队和出队时指针的变化过程能用手工模拟括号匹配和表达式求值的完整过程知道栈在函数调用和递归中的角色知道队列在消息缓冲和任务调度中的角色这五条都做到了初阶阶段的栈和队列就算过关了。接下来进入正题一个一个拆。2. 栈的实现细节与实操要点2.1 顺序栈核心结构与前三个关键问题顺序栈用数组实现结构体里两个成员一个数组存数据一个整型变量top当栈顶指针。这是最标准的写法408和各大教材都这么定义#define MaxSize 10 typedef struct { int data[MaxSize]; int top; } SqStack;这里第一个关键问题是top初始值。有人初始化为-1有人初始化为0两种写法对应的判空、入栈、出栈条件全都不一样。top -1的写法栈空条件是top -1栈满条件是top MaxSize-1。入栈操作先判断栈满然后top再写入data[top]。出栈操作先判断栈空然后取出data[top]再top--。// 初始化 void InitStack(SqStack *s) { s-top -1; } // 入栈 int Push(SqStack *s, int x) { if (s-top MaxSize - 1) // 栈满 return 0; s-top; s-data[s-top] x; return 1; } // 出栈 int Pop(SqStack *s, int *x) { if (s-top -1) // 栈空 return 0; *x s-data[s-top]; s-top--; return 1; }top 0的写法栈空条件是top 0栈满条件是top MaxSize。入栈先判断栈满然后data[top] x再top。出栈先判断栈空然后top--再取出data[top]。第二种写法其实更符合C语言数组下标从0开始的习惯但考408和绝大多数教材默认第一种写法。我建议你考试用哪种教材就按哪种来别混。我自己写代码习惯top -1写法因为判断条件更直观。第二个关键问题是栈满如何处理。顺序栈的致命缺点就是容量固定栈满之后不能再插入。初阶阶段默认栈满就报错返回不处理扩容。实际工程里会用动态数组扩容但数据结构考试不考这个知道有这回事就行。第三个关键问题是栈底在哪。栈底固定在数组下标0的位置栈顶随着入栈出栈在数组中间移动。注意栈的底是固定端顶是活动端。出栈入栈都发生在栈顶这是栈的核心约束。2.2 链栈不需要判满的实现方案链栈用单链表实现头结点方向就是栈顶方向。入栈相当于单链表的头插法出栈相当于删除头结点后的第一个结点。链栈最大的好处是不用判满——只要内存够就能无限入栈。typedef struct LinkNode { int data; struct LinkNode *next; } LinkNode, *LinkStack; // 入栈头插法 int Push(LinkStack *top, int x) { LinkNode *node (LinkNode *)malloc(sizeof(LinkNode)); if (node NULL) return 0; node-data x; node-next *top; *top node; return 1; } // 出栈 int Pop(LinkStack *top, int *x) { if (*top NULL) return 0; // 栈空 LinkNode *node *top; *x node-data; *top node-next; free(node); return 1; }链栈的判空条件是top NULL没有判满操作。每次入栈malloc一次出栈free一次。注意初始化的时候top NULL而不是分配一个头结点——链栈不需要头结点top直接指向第一个元素结点。我见过不少初学者在这纠结链表不是都有头结点吗为什么链栈可以不用因为链栈只在一端操作头结点的作用是统一插入删除的代码逻辑但链栈的插入删除都在栈顶不需要头结点来统一逻辑。直接用top指针指向首结点代码反而更干净。2.3 共享栈两个栈挤一个数组共享栈是顺序栈的一个变体考得不多但值得了解。两个栈共用一个数组一个从下标0往上长一个从下标MaxSize-1往下长。判空条件左栈top1 -1右栈top2 MaxSize。判满条件top1 1 top2。共享栈的价值在于互相调剂空间。比如一个程序里同时需要两个栈但两个栈的峰值不会同时到达用共享栈可以让总空间比分别开两个数组更省。这是典型的空间换时间思想的反面——牺牲一点复杂度换来空间利用率的提升。写共享栈最容易犯错的地方是判断栈满左栈入栈时要判断top1 1 top2右栈入栈时也要判断top1 1 top2方向不一样但条件一样。因为两个栈向中间生长碰头的条件就是left和right相邻。3. 队列的实现细节与实操要点3.1 顺序队列的假溢出问题队列的顺序实现比栈复杂核心原因是队列在两段操作队头出队队尾入队。朴素想法是维护两个指针front指向队头元素rear指向队尾元素的下一个位置。初始front rear 0入队时data[rear] x出队时x data[front]。这个朴素实现有个严重问题叫假溢出。反复入队出队之后front和rear都在不断增大rear很快到达MaxSize此时数组前面空了一大片但rear MaxSize程序认为队满了无法再入队。空间明明还有却用不了这就是假溢出。解决假溢出的思路有两个方向。一是队满时把数据整体搬到数组头部这叫数据搬移但每次搬移都是O(n)操作效率低。二是把数组首尾相接逻辑上做成一个环这就是循环队列。3.2 循环队列取模运算与队空队满的三种判断方法循环队列在逻辑上首尾相连入队出队操作时对下标取模让指针在数组范围内循环移动。#define MaxSize 10 typedef struct { int data[MaxSize]; int front; // 指向队头元素 int rear; // 指向队尾元素的下一个位置 } SqQueue;入队操作先判断队满然后data[rear] xrear (rear 1) % MaxSize。出队操作先判断队空然后x data[front]front (front 1) % MaxSize。这里最关键的问题是如何区分队空和队满。front rear既可以是队空初始状态也可以是队满转一圈追上了。有三种解决方案第一种牺牲一个存储单元。约定rear的下一个位置是front时队满即(rear 1) % MaxSize front。这样队空条件是front rear队满条件是(rear 1) % MaxSize front。优点是判断简单缺点是数组只能装MaxSize-1个元素。这是408默认的方案。第二种增加一个size成员变量。记录当前元素个数入队时size出队时size--。队空条件是size 0队满条件是size MaxSize。优点是不浪费空间缺点是每次操作都要维护size。第三种增加一个tag标志位。约定tag为0表示上一次操作是出队tag为1表示上一次操作是入队。队空条件是front rear tag 0队满条件是front rear tag 1。这个方法考试也会考但实际用的不如前两种多。我强烈建议把第一种方法彻底吃透因为考研和期末考试几乎必考。循环队列的元素个数计算也很常考元素个数 (rear - front MaxSize) % MaxSize。这个公式要想清楚正常情况下rear比front大直接相减即可但rear可能在front左边加上MaxSize再取模就把差值修正到正确区间。3.3 链式队列入队出队的指针变化过程链式队列用单链表实现维护两个指针front指向队头结点rear指向队尾结点。入队操作在rear端进行出队操作在front端进行。这里有个容易踩坑的细节链式队列的front不是头结点而是直接指向第一个元素结点。typedef struct LinkNode { int data; struct LinkNode *next; } LinkNode; typedef struct { LinkNode *front; // 队头指针 LinkNode *rear; // 队尾指针 } LinkQueue;入队操作新结点链接到rear-next然后rear移到新结点。出队操作取front结点数据front指针移到下一个结点。这里有个特殊情况需要单独处理——当队列只有一个结点时出队后front和rear都会变成NULL。如果此时只是移动front而不处理rearrear就成了野指针后续入队会崩溃。我画一个简单的出队过程说明这个坑初始状态front和rear都指向A结点队里只有A一个元素。执行出队时先取A的数据然后front A-next即front变成NULL。但此时rear还指向AA已经被free掉了rear成了野指针。所以出队代码必须加一个判断// 出队 int DeQueue(LinkQueue *q, int *x) { if (q-front NULL) return 0; // 队空 LinkNode *node q-front; *x node-data; q-front node-next; if (q-rear node) // 队列中只有一个结点 q-rear NULL; free(node); return 1; }注意free之后必须把rear置空这是链式队列最经典的坑。很多教材细节没讲到导致自己实现时怎么调都错。第二遍写链式队列的时候这个问题一定要默写一遍。链式队列的好处是理论上没有容量上限不像循环队列有MaxSize限制。坏处是每个元素要额外存一个next指针内存开销大并且频繁malloc/free有性能损耗。实际工程里对性能敏感的队列都用循环队列或环形缓冲区对灵活性要求高的才用链式队列。4. 栈的经典应用从栈帧到表达式求值4.1 函数调用栈帧的形成与销毁栈在计算机系统里最核心的应用就是函数调用。每次函数调用系统在栈上分配一块内存区域叫栈帧Stack Frame。栈帧里保存着局部变量、参数、返回地址、保存的寄存器等内容。栈帧的形成过程大致是调用函数把实参压栈然后把返回地址压栈再跳转到被调函数的入口被调函数入口处保存上一个栈帧的基址移动栈指针给局部变量分配空间。函数返回时恢复栈指针和基址指针从栈里弹出返回地址跳回去继续执行。每次函数调用压入一个栈帧函数返回弹出一个栈帧这就是后进先出。递归函数为什么容易栈溢出因为递归没结束之前每层调用的栈帧都还占着如果递归深度太大栈空间就不够了。C语言里一个常见的错误是递归没有出口条件无限递归直接栈溢出崩溃。理解了栈帧形成过程很多问题就豁然开朗。比如局部变量的生命周期为什么只在函数内有效因为局部变量活在栈帧里函数一返回栈帧就销毁了。为什么函数参数从右往左入栈因为在C调用约定下右往左压栈可以保证第一个参数在栈顶附近方便可变参数函数的实现。4.2 backtrace栈回溯崩溃时如何追踪调用链backtrace栈回溯是栈在调试领域的经典应用。程序崩溃时错误信息里打印出一串调用链从崩溃点一层层回溯到main函数。这个过程就是通过回溯栈帧实现的。崩溃时系统从当前栈帧出发根据保存的返回地址和基址指针一层层往上找调用者。每找到一层就恢复出一层函数的地址和参数。GDB的bt命令、Linux的backtrace库函数、各种语言的异常堆栈都是这么工作的。以Linux下C程序为例#include execinfo.h void print_backtrace() { void *buffer[20]; int size backtrace(buffer, 20); char **strings backtrace_symbols(buffer, size); for (int i 0; i size; i) { printf(%s\n, strings[i]); } free(strings); }注意backtrace需要编译时加上-g选项保留符号信息否则打印出来的只有地址没有函数名。这就是为什么线上环境排查问题经常提示需要带符号的二进制才能还原出调用栈。理解backtrace的原理对排查问题特别有帮助。遇到栈溢出的崩溃日志第一件事不是看崩溃点而是看调用链哪一层在不断重复。如果是同一层函数反复出现在调用链里基本可以断定是递归过深如果调用链里有明显的异常分支那就往那个分支查。我在实际排查问题的时候栈回溯信息比日志正文信息量还大因为它直接还原了程序执行的完整路径。4.3 括号匹配与表达式求值括号匹配是栈的经典入门题也是很多公司笔试的常客。思路很简单遍历字符串遇到左括号入栈遇到右括号判断栈顶是否匹配——匹配则出栈不匹配则直接报错。遍历结束后如果栈不空说明有左括号没闭合。int isValid(char *s) { int len strlen(s); char *stack (char *)malloc(sizeof(char) * len); int top -1; for (int i 0; i len; i) { if (s[i] ( || s[i] [ || s[i] {) { stack[top] s[i]; } else { if (top -1) { free(stack); return 0; } // 右括号多了一个 char c stack[top--]; if ((s[i] ) c ! () || (s[i] ] c ! [) || (s[i] } c ! {)) { free(stack); return 0; // 匹配失败 } } } int result top -1; free(stack); return result; }注意这个算法里有个边界条件容易漏遇到右括号时栈为空说明右括号多余这直接返回不匹配。很多初学写的版本漏掉这个判断遇到])}之类的输入就报错了。表达式求值是栈的另一个经典应用场景。中缀表达式(12)*3对人友好但计算机处理不方便。通常先转换为后缀表达式1 2 3 *再用栈求值。手工模拟中缀转后缀的过程遇到数字直接输出遇到运算符与栈顶比较优先级——如果当前运算符优先级不高于栈顶则弹出栈顶直到栈为空或栈顶优先级更低然后当前运算符入栈遇到左括号直接入栈遇到右括号弹出直到左括号。转换结束把栈里剩余运算符全部弹出。后缀表达式求值更简单遇到数字入栈遇到运算符弹出两个数字计算结果入栈。最后栈里只剩一个数字就是表达式的结果。这两个算法的代码不长但手工模拟的过程一定要多画几遍。考试时表达式求值和括号匹配都是必考的模拟题手算能力比写代码能力更重要——因为考试考的是过程而不是代码。5. 队列的经典应用从阻塞队列到消息队列5.1 线程池里的阻塞队列队列在实际工程里最常见的角色就是缓冲。当某个组件处理速度跟不上生产速度时中间加一个队列缓冲让生产者和消费者解耦这是计算机系统设计的基本套路。拿线程池举例。线程池维护若干工作线程和一个任务队列提交任务时把任务放入队列工作线程从队列里取任务执行。如果队列满了提交任务有两种策略直接拒绝或者阻塞等待。Java里的ThreadPoolExecutor用阻塞队列来实现这种等待——队列满时提交任务的操作会被阻塞直到队列有空间。阻塞队列和非阻塞队列的核心区别在于非阻塞队列队列满时直接返回失败阻塞队列会挂起调用方直到可以入队。这个阻塞机制就是通过锁和条件变量配合实现的。线程在队列空时等待有任务的信号在队列满时等待有空位的信号。实际选型时不同的阻塞队列策略对应不同的任务处理语义。比如JDK里的ArrayBlockingQueue是有界的LinkedBlockingQueue可以是有界也可以是无界的SynchronousQueue不存储任务而是直接把任务交给线程。选错了队列策略线程池的行为就和你预期的不一样——比如用无界队列时任务量暴增会导致队列无限膨胀内存被撑爆。这个道理放在操作系统里也成立。CPU的IO请求缓冲、网络数据包的接收缓冲区、打印任务队列本质上全是队列。队列的FIFO特性天然保证了先来先服务这就是公平性的基础。5.2 消息队列选型对比与避坑指南消息队列是队列思想在分布式系统里的扩展。Kafka、RabbitMQ、RocketMQ是三个最常见的开源消息中间件很多人选型时纠结半天我的建议是按场景匹配不要盲目追新。Kafka的核心优势是高吞吐。它用顺序写磁盘加批量发送的方式把单机写入能力做到每秒百万级。代价是功能比较基础消息堆积能力极强适合日志收集、大数据管道、流处理这类场景。但Kafka在消息不丢失的保证上依赖配置配合用不好会有丢消息的风险。RabbitMQ的核心优势是功能完善、路由灵活。基于Erlang的AMQP实现队列、交换机、绑定关系这套模型非常灵活各种复杂路由规则都能表达。适合企业内部系统集成、任务分发这类场景。缺点是吞吐量不如Kafka堆积能力弱消息一多性能就明显下降。RocketMQ是阿里开源的消息中间件定位在Kafka和RabbitMQ之间。支持延迟消息、事务消息、消息重试这些企业级功能社区活跃度在国内很高。在金融、电商这类对可靠性要求高的场景里用得比较多。选型避坑指南我可以直接总结成几条经验吞吐量要求极高、可以接受功能简单选Kafka路由灵活、集成方便、吞吐量要求不高选RabbitMQ金融/电商场景、需要事务消息和可靠性保证选RocketMQ团队没人用过、只有运维能力一般的人选最熟悉的那个而不是最强的那个消息量现阶段不大但预期会涨优先选支持水平扩展的Kafka和RocketMQ都比RabbitMQ好扩展还有一个最常见的坑是重复消费。消息队列的投递语义通常是至少一次At-Least-Once这意味着消费者可能同一消息收到两遍。解决方案是消费端做幂等用消息里的业务ID去数据库查重已经处理过就直接跳过。RocketMQ自带消息去重的APIKafka需要自己在消费端实现RabbitMQ基于AMQP也可以实现但不那么直接。这些细节在初阶笔记里不用深入但你要知道队列上到生产环境之后单纯的数据结构知识是不够的——还需要配合系统设计的思维。5.3 单调队列优化动态规划单调队列是队列在算法竞赛和面试题里的进阶玩法虽然叫队列但它维护的是队列内部元素单调递增或单调递减不是简单的FIFO。最经典的例子是滑动窗口最大值。给定数组和一个大小为k的窗口窗口每次向右滑动一个位置求每个窗口内的最大值。暴力做法是每个窗口内扫一遍O(nk)。单调队列的优化能做到O(n)。核心思想队列里只保留有可能是当前窗口最大值的元素下标且元素对应的值单调递减队头永远是当前窗口最大值。每次滑动窗口时先检查队头是否已滑出窗口滑出就弹出然后新元素从队尾入队入队前把所有比新元素小的队尾元素全部弹出——因为它们已经不可能成为最大值了。// 求数组a长度为n的滑动窗口最大值窗口大小k int deque[100005], head 0, tail -1; for (int i 0; i n; i) { // 队头滑出窗口 if (head tail deque[head] i - k) head; // 弹出队尾比a[i]小的元素 while (head tail a[deque[tail]] a[i]) tail--; // 当前元素入队 deque[tail] i; // 窗口形成后队头就是最大值 if (i k - 1) printf(%d , a[deque[head]]); }单调队列的难点在于理解弹出比新元素小的元素这一步。每个元素最多入队出队一次所以总复杂度O(n)。用在DP优化上比如1D/1D动态规划里如果状态转移方程是f[i] max/min(f[j]) cost[i]而j的取值区间单调移动就可以用单调队列把内层循环从O(n)降到O(1)。主站DP优化常考面试时能说出这个思路是加分项。初阶阶段不需要掌握所有单调队列的变形题但滑动窗口最大值这个经典题一定要做到闭眼能写能讲。因为它考察的点很综合既考队列的应用能力又考对指针边界的控制能力。6. 常见问题与排查技巧实录6.1 栈溢出的三个高发场景栈溢出Stack Overflow是初学者和面试官都绕不开的经典问题。我总结三个高发场景第一个是无限递归。递归函数缺少终止条件或者终止条件永远不满足导致栈帧不断压入直到栈满。排查方法看崩溃日志里的调用链如果某个函数名反复出现基本就是这里。第二个是深递归大局部变量数组。递归深度可能只有几百层但每层都声明了一个很大的局部数组每层栈帧占好几KB栈很快就被耗尽了。排查方法把数组改成static或移到堆上分配用malloc用空间换栈空间。第三个是过大的局部结构体传值。结构体作为参数按值传递时会整个拷贝到栈上。如果结构体很大且函数调用频繁栈开销会非常可观。排查方法改成传指针。C语言栈默认大小在Linux下通常是8MBWindows下是1MB。想临时调大栈空间可以改编译选项但治标不治本——栈溢出的本质是无限递归或超深递归正确做法是优化算法把递归改成循环迭代或者在堆上手动模拟栈。注意不要轻易在生产代码里依赖栈空间调大换平台就失效了。6.2 循环队列长度计算与边界条件循环队列的边界问题在笔试里特别爱考。核心公式只有一个元素个数 (rear - front MaxSize) % MaxSize。我举几个例子让你彻底记住。假设MaxSize 10front 3rear 7元素个数 (7 - 3 10) % 10 4正确。假设front 7rear 2元素个数 (2 - 7 10) % 10 5。此时实际存储情况是下标7、8、9、0、1上有元素确实是5个。用牺牲一个存储单元的方法判断队空队满时最容易出错的是队满时rear刚好在MaxSize-1的情况。比如front 0rear 9MaxSize 10此时(rear 1) % MaxSize 0 front队满。但数组下标0的位置可能没有元素——它被牺牲了永远不存数据。这是正确行为不是bug。另一个考点是循环队列里front和rear的初始值不一定都是0。有些实现里rear初始化为MaxSize-1这时入队操作要先rear (rear 1) % MaxSize再存数据。这个变体写法在严蔚敏的教材里出现过考试时建议先看清题目给的初始化方式再写代码不要默认所有循环队列的初始化都相同。6.3 复试与笔试高频题速查表整理一份栈和队列的高频考点速查表考前对照着复习比漫无目的地刷题高效考点核心结论栈和队列的相同点都是操作受限的线性表栈和队列的不同点栈LIFO队列FIFO栈满判断top-1写法top MaxSize - 1循环队列队满判断牺牲空间法(rear 1) % MaxSize front循环队列元素个数计算(rear - front MaxSize) % MaxSize链栈是否有栈满无只要内存够链式队列入队操作位置队尾即rear端链式队列出队操作位置队头即front端链式队列只有一个元素时出队front和rear都要置NULL栈的应用场景函数调用、括号匹配、表达式求值、DFS、撤销操作队列的应用场景任务调度、消息缓冲、BFS、打印队列、消息队列中间件单调队列的典型题滑动窗口最大值O(n)复杂度backtrace原理回溯栈帧展示函数调用链这些结论看起来简单但每一条背后都有代码逻辑支撑。我的学习建议是把每一行结论都回到代码里验证一遍比如链式队列出队在队头这条动手画一下出队过程图画一遍就永久记住了。6.4 初学阶段最常见的四个实现错误写代码阶段容易翻车的四个点我逐个讲清楚顺序栈先入栈再判满。正确顺序是先判断是否栈满满了直接返回失败不能先赋值再判断——那样数据已经写入到越界位置了等发现栈满时已经晚了。循环队列入队忘记取模。rear (rear 1) % MaxSize这里的%不能省。直接rear的话rear一旦超过MaxSize-1下标越界。这是循环队列和普通顺序队列的唯一区别漏掉取模就等于没写循环队列。链式队列出队时忘了处理队尾指针。前面详细讲过队列只有一个元素时出队后rear必须置NULL否则野指针导致后续入队崩溃。这个错误在初学时几乎必犯排查方法单步调试时盯住rear的值。参数传递用错。所有修改结构体内容的函数必须传指针。如果你写的是void Push(SqStack s, int x)那函数里修改的只是副本调用方的栈根本不会变。这个问题在考试的手写代码题里不会暴露因为只写逻辑但上机实操时每次都会翻车。我自己的排错习惯是先检查传参类型再检查边界条件最后看指针移动。这三步走完八成的问题已经暴露了。剩下两成用gdb单步跟踪不要瞎改代码试运气——那是最浪费时间的方式。个人实操体会栈和队列学到什么程度算真正掌握我的判断标准是能不能不看代码把每种实现的出入操作过程画出来。能画出顺序栈入栈时top从-1变0的过程能画出循环队列因为取模从下标9转回下标0的过程能画出链式队列出队后两个指针的移动过程——这个结构基本就刻在脑子里了。再分享一个备考技巧栈和队列的内容虽然多但考试就围着指针移动和边界条件出题。做模拟题的时候不管题目怎么变先画一个空数组用铅笔标出front和rear或top的每一步变化正确答案自然就出来了。这个习惯我在复习408时练了无数遍从来没失手。最后提醒一点数据结构是实践学科光看笔记不写代码永远学不透。栈和队列的代码每一版都很短加起来不到两百行全部手写一遍用不了半小时。写完自己设计几个特殊场景测一测——空栈出栈、空队列出队、队列满时入队、链式队列只有一个元素时出队——把这些边界条件测完考试和面试遇到栈和队列的题你都稳了。