列表结构：要求各元素在逻辑上具有线性次序，但对其物理地址未作任何要求即动态存储策略。
数值，前驱和后继。List的私有头结点和尾节点始终存在，却对外不可见。
插入排序：前缀有序，后缀无序。将后缀元素插入到前缀中的合适位置。借助于有序序列的查找算法。稳定算法。O（n*n）
选择排序：前缀无序，后缀有序。将前缀元素插入到后缀中的合适位置。借助于无序查找最大值算法。无序查找最大值单次复杂度可降低到O（logn）。
归并排序：有序列表的二路归并排序。
基于栈结构的虚拟机。栈与队列的具体应用：每次函数调用时，会创建一帧，该帧记录返回地址，局部变量以及传入参数等，将该帧压入调用栈。若在该函数返回之前发生新的调用，则同样将新函数对应的帧压入栈顶。函数一旦运行完毕，对应的帧随即弹出，运行控制权交还给该函数上层的调用函数，并按照该帧中记录的返回地址确定在二进制程序中继续执行的位置。
对应递归：同一函数可能同时拥有多个实例，并在调用栈中各自占有一帧。这些帧的结构完全相同。在追求更高的效率场合，应该避免递归。
栈的构建：基于向量基类而派生出来的结构。
栈的应用：
1.逆序输出。实例为进制转换。含义是一类问题其结果是按照顺序计算得到的，但是却要求逆序输出，如果按照向量来保存中间结果，则需要将向量逆序输出，若用栈来保存结果，则只需依次出栈即可。如下：
2.递归嵌套:栈混洗，有A,B,S三个栈，A栈中有n个元素按某一序列。现将A栈中所有元素移到B栈中，得到另一个序列。条件操作：A出入S，S出入B，这两种操作各n次，实施出栈时栈不得为空。
每一栈混洗的序列均由栈S的n次PUSH和n次POP构成。条件，且任一前缀中的PUSH不少于POP操作，即为栈混洗。
应用：括号匹配，判断某一括号序列是否在嵌套的意义下完全匹配。方法一;分治策略，分析括号。算法流程如下：
输入：字符串括号表达式S
输出：true or false
1.删除S中不含括号的最长前缀和后缀
2.判断首尾字符是否正确
2.找到合法切分点，从首部到切分点这一段的左右括号数必须相同：
将S分成两段再分别判断，递归的解决方式。
该算法缺点：复杂度O（n*n），难以处理多种括号的表达式。方法二：用栈混洗来解决。若括号匹配，则属于栈混洗，即括号的排序满足PUSH和POP序列。只需检验其是否满足即可。算法如下：
输入：字符串表达式S
输出;true or false
1.for 循环扫描S：
2.遇到左括号直接进栈，遇到右括号直接出栈并与栈顶匹配，若匹配，则继续，否则返回false。
3.非括号字符忽略。
用switch格式，可处理多种括号匹配问题。3.延迟缓冲。解决问题是，计算速度慢于扫描速度，等到有足够的缓存信息时才进行计算。栈在这里充当缓存。表达式求值问题。算法流程如下：
运算符：加减乘除，括号，头，尾字符‘\0’。
输入：字符串表达式S，前提语法正确，栈顶运算符与当前运算符的优先等级比较数组。
输出：计算值，RPN数学表达式
1.字符串去空格
2.头字符入运算符栈，运算符非空，扫描各个S各字符：
若为运算数，则入运算数栈。添加到RPN末尾。
若为运算符，与栈顶运算符优先级比较：
若高于栈顶，则入栈。
若低于栈顶，则做计算，并栈顶运算符弹出并添加到RPN末尾：
若为一元运算符，则取出一个操作数，结果入栈。
若为二元运算符，则取出两个操作数，结果入栈。
若等于栈顶，则为括号或者尾部符号，弹出该运算符，扫描下一个。
3.弹出运算数的栈顶=最后的计算结果。
RPN数学表达式求值：计算效率强于常规表达式。，无需考虑运算符的优先级。
输入：RPN表达式S，假定语法正确。
输出：表达式数值
{
栈P，存放操作数；
while（S扫描依次）{
从S中取元素X；
if其为操作数，则入栈P；
else{
从栈P中弹出所需的操作数，进行X运算，结果入栈P；
}
}
返回栈P的值即为结果。
}试探回溯算法：就是暴力搜索法，求取最优解问题。多个元素构成的序列，使得某一值最低，求取序列。关键是如何快速找到解。如何保证搜索的部分不被重复搜索。八皇后问题;在N*N的棋盘上，放置八个皇后，使得彼此不攻击。水平，垂直。对角线均为其势力范围。借助栈记录查找的结果，各皇后的列号。算法如下：
输入：N*N的格子
输出：栈S，存放每一个皇后的列号。
{
栈S，新建皇后Q（0,0），从原点出发；
do{
if栈S是否满足结果或者Q是否越界：
回溯一行，试探下一列即，弹出S，Q.Y++；
else{
试探下一行，通过与已有皇后对比：
找到可放置下一皇后的列；
if存在可放置的列：
摆上当前皇后，if达成解，则全局计数加一；
从下一行开始，0列，试探下一皇后
}
}while（所有分支均穷尽）
}
关于判断皇后冲突的问题；x==q.x; y==q.y; x+y==q.x+q.y; x-y==q.x-q.y;
void placeQueen(int N){
Stack<Queen> s;
Queen q(0,0);
do{
if(s.size()>=N || q.y>=N){
q=s.pop();q.y++;
}else{
while(s.find(q) && q.y<N){
q.y++
}
if(q.y<N){
s.push(q);
if(s.size()>=N) nSolu++;
q.x++;q.y=0;
}
}
}while(q.x>0 || q.y <N);
}迷宫寻路：结果从起点到目标点之间找到一条通路。路径规划。用试探回溯法解决：
输入：N*N个单元格，起点坐标B和终点坐标T
输出：一条通路栈S。
条件：单元格为P，P有四种状态，可用，在栈中，墙不可用，所有方向均尝试失败后回溯过的。
P有四个方向，处于可用状态的相邻方向未知，处于失败回溯的相邻方向为noway。当然还有一个初始的状态表记录所有单元的状态。
1.if B或T的状态不可用，则返回false；
2.初始化起点B的进入方向=UNKNOWN，状态为route，入栈S。
3.do{
取出栈顶元素，若已经到达终点则返回真。
while(检查每一个方向){
可用，则break；
}
if（所有方向均尝试过）{
则向后后退一步，出栈；
}else{
向前试探一步，入栈，并更新状态。
}
}while（栈不为空）
return false；
现总结关于八皇后问题和该路径规划问题的不同点和相同点是什么？
不同点：八皇后是求出符合某一个条件的皇后位置，没有起点和终点的规定。路径规划是已知起点和终点，求出符合某一条件的路径。
相同点：均是由试探回溯策略来解决，do，while语句，栈来保存位置或路径。取初始点，判断是否成功，搜索下一个位置，若不存在则回溯，否则入栈。while判断可执行条件。队列：先入先出原则。用列表的派生类，利用C++的继承机制实现。队列的应用：资源循环分配器，参与资源分配的客户为队列，出队，接受服务，重新入队。银行模拟业务：多个窗口，多个队列，只要有新来的顾客，只需比较其队列的size（），即可将该顾客进行入列。