150.逆波兰表达式求值

150.逆波兰表达式求值

题目叙述

根据逆波兰表示法（Reverse Polish Notation，RPN），求表达式的值。有效的算符包括 +、-、*、/ 。每个运算对象可以是整数，也可以是另一个逆波兰表达式。

注意：

• 两个整数之间的除法只保留整数部分。
• 给定逆波兰表达式总是有效的。换句话说，表达式总会得出有效数值且不存在除数为 0 的情况。

示例 1：

输入: tokens = ["2","1","+","3","*"]
输出: 9
解释: 该算式转化为常见的中缀算术表达式为：((2 + 1) * 3) = 9

示例 2：

输入: tokens = ["4","13","5","/","+"]
输出: 6
解释: 该算式转化为常见的中缀算术表达式为：(4 + (13 / 5)) = 6

示例 3：

输入: tokens = ["10","6","9","3","+","-11","*","/","*","17","+","5","+"]
输出: 22
解释: 
该算式转化为常见的中缀算术表达式为：
  ((10 * (6 / ((9 + 3) * -11))) + 17) + 5
= ((10 * (6 / (12 * -11))) + 17) + 5
= ((10 * (6 / -132)) + 17) + 5
= ((10 * 0) + 17) + 5
= (0 + 17) + 5
= 17 + 5
= 22

模式识别

本题适合使用栈来解决。逆波兰表达式的特点是运算符紧跟在操作数之后，当遇到运算符时，需要对之前的操作数进行相应运算。栈的后进先出（LIFO）特性与逆波兰表达式的计算逻辑相契合，在遇到运算符时，可从栈中取出最近的操作数进行计算。

考点分析

• 栈的应用：理解栈的基本操作（入栈、出栈），并运用栈来处理逆波兰表达式的计算。
• 字符串处理：将输入的字符串数组中的元素转换为数字或识别为运算符。
• 算术运算处理：实现不同运算符的算术运算，注意整数除法的截断规则。

所有解法

• 栈解法：使用栈来存储操作数，遇到运算符时从栈中取出操作数进行计算，再将结果压入栈中。这是解决逆波兰表达式求值的标准方法。
• 递归解法：可以将逆波兰表达式看作是一种递归结构，但实现相对复杂，且空间复杂度较高，一般不采用。

C 语言最优解法代码

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

// 计算逆波兰表达式的值
int evalRPN(char **tokens, int tokensSize) {
    // 创建一个栈，大小为 tokensSize，因为最多会有 tokensSize 个操作数入栈
    int *stack = (int *)malloc(tokensSize * sizeof(int));
    // 栈顶指针，初始化为 -1 表示栈为空
    int top = -1;

    for (int i = 0; i < tokensSize; i++) {
        // 如果当前元素是运算符
        if (strcmp(tokens[i], "+") == 0 || strcmp(tokens[i], "-") == 0 ||
            strcmp(tokens[i], "*") == 0 || strcmp(tokens[i], "/") == 0) {
            // 从栈中取出两个操作数
            int num2 = stack[top--];  // 第二个操作数
            int num1 = stack[top--];  // 第一个操作数

            // 根据不同的运算符进行相应的计算
            if (strcmp(tokens[i], "+") == 0) {
                stack[++top] = num1 + num2;  // 加法运算
            } else if (strcmp(tokens[i], "-") == 0) {
                stack[++top] = num1 - num2;  // 减法运算
            } else if (strcmp(tokens[i], "*") == 0) {
                stack[++top] = num1 * num2;  // 乘法运算
            } else if (strcmp(tokens[i], "/") == 0) {
                stack[++top] = num1 / num2;  // 除法运算
            }
        } else {
            // 如果当前元素是操作数，将其转换为整数并压入栈中
            stack[++top] = atoi(tokens[i]);
        }
    }

    // 最终栈顶元素即为表达式的结果
    int result = stack[top];
    // 释放栈的内存
    free(stack);
    return result;
}

复杂度分析

• 时间复杂度：$O(n)$，其中 $n$ 是 tokens 数组的长度。需要遍历数组中的每个元素一次，每个元素的操作（入栈、出栈、计算）都是常数时间复杂度。
• 空间复杂度：$O(n)$，主要是栈的空间开销，最坏情况下栈需要存储所有的操作数，即栈的最大深度为 $n$。