# coding=utf8
'''
题目：定义栈的数据结构，请在该类型中实现一个能够得到栈的最小元素的min函数。
在该栈中，调用min、push及pop的时间复杂度都是O(1)。
'''
class Stack():
def __init__(self):
self.main_stack = []
# 辅助栈，每次次最小的元素压入辅助栈
self.assist_stack = []
# 记录栈中的最小元素
self._min = None
def min(self):
return self._min
def push(self, data):
self.main_stack.append(data)
if self._min is None:
self._min = data
else:
if data <self._min:
self._min = data
# 将最小的元素压入辅助栈
self.assist_stack.append(self._min)
def pop(self):
if len(self.main_stack) == 0:
raise Exception('no data')
elif len(self.main_stack) == 1:
self.assist_stack.pop()
self._min = None
return self.main_stack.pop()
else:
self.assist_stack.pop()
self._min = self.assist_stack[-1]
return self.main_stack.pop()
if __name__ == '__main__':
s = Stack()
s.push(3)
s.push(4)
s.push(2)
s.push(1)
print s.min()
s.pop()
s.pop()
print s.min()
s.pop()
print s.min()
s.pop()
print s.min()
s.pop()
堆栈是算法和程序中最常用的辅助结构，其的应用十分广泛。堆栈基本应用于两个方面：
整数除法仅保留整数部分。
深度优先搜索算法（Depth First Search） ：英文缩写为 DFS。是一种用于遍历或搜索树或图的算法。该算法沿着树的深度遍历树的节点，会尽可能深的搜索树的分支。当节点 v 的所在边都己被探寻过，搜索将 回溯 到发现节点 v 的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点，则选择其中一个作为源节点并重复以上过程，整个进程反复进行直到所有节点都被访问为止。
在深度优先遍历的过程中，我们需要 将当前遍历节点 v 的相邻节点暂时存储起来 ，以便于在回退的时候可以继续访问它们。遍历到的节点顺序符合 「后进先出」 的特点，所以深度优先搜索可以通过 「递归」或者「堆栈」 来实现。
给你无向 连通 图中一个节点的引用，请你返回该图的 深拷贝（克隆）。
图中的每个节点都包含它的值 val（int） 和其邻居的列表（list[Node]）。
输入：(((()
输出：False
要求判别 {{{{[[[((()))]]]}}}}
中缀表达式 A + BA + B * C； (A + B) * C
前缀表达式 + AB + A * BC ； * +ABC
后缀表达式 AB + A B C * +； AB + C*
在中缀表达式中必须有的括号，在前缀和后缀表达式中消失了
思路
1 将中缀表达式转换为全括号的形式
2 将所有的操作符移动到子表达式所在的左括号（前缀）或者右括号（后缀）处，再删除其它所有的括号
