七、队列————相关概念详解

队列————相关概念详解

  • 前言
  • 一、队列
    • 1.1 队列是什么?
    • 1.2 队列的类比
  • 二、队列的常用操作
  • 三、队列的实现
    • 3.1 基于数组实现队列
      • 3.1.1 基于环形数组实现的队列
      • 3.1.2 基于动态数组实现的队列
    • 3.2 基于链表实现队列
  • 四、队列的典型应用
  • 总结


前言

  • 本篇文章,我们一起来学习队列的知识。

一、队列

1.1 队列是什么?

  • 队列(queue)是一种遵循先入先出规则的线性数据结构。
  • 在这里插入图片描述

1.2 队列的类比

  • 顾名思义,队列模拟了排队现象,即新来的人不断加入队列尾部,而位于队列头部的人逐个离开。

二、队列的常用操作

  • 队列的操作效率
方法名描述时间复杂度
push()元素入队,即将元素添加至队尾 O ( 1 ) O(1) O(1)
pop()队首元素出队 O ( 1 ) O(1) O(1)
peek()访问队首元素 O ( 1 ) O(1) O(1)
  • 实际上 python 中有写好的 队列的类, 我们可以直接使用队列的包

代码演示:

from collections import deque# 初始化队列
# 在 Python 中,我们一般将双向队列类 deque 当作队列使用
# 虽然 queue.Queue() 是纯正的队列类,但不太好用,因此不推荐
que: deque[int] = deque()# 元素入队
que.append(1)
que.append(3)
que.append(2)
que.append(5)
que.append(4)# 访问队首元素
front: int = que[0]# 元素出队
pop: int = que.popleft()# 获取队列的长度
size: int = len(que)# 判断队列是否为空
is_empty: bool = len(que) == 0

三、队列的实现

  • 为了实现队列,我们需要一种数据结构,可以在一端添加元素,并在另一端删除元素,链表和数组都符合要求

3.1 基于数组实现队列

  • 我们可以数组的第一个元素当成队头,每次入队的时候,相当于是在添加数组,出队的时候,我们返回数组的第一个元素,并将其从数组中删除。
  • 但是在数组中删除首元素的时间复杂度为 O ( n ) O(n) O(n),这会导致出队操作效率较低。然而,我们可以采用以下巧妙方法来避免这个问题。
    • 我们可以使用一个变量 front 指向队首元素的索引,并维护一个变量 size 用于记录队列长度。定义 rear = front + size ,这个公式计算出的 rear 指向队尾元素之后的下一个位置。

3.1.1 基于环形数组实现的队列

  • 在不断进行入队和出队的过程中,front 和 rear 都在向右移动,当它们到达数组尾部时就无法继续移动了。为了解决此问题,我们可以将数组视为首尾相接的“环形数组”。
  • 对于环形数组,我们需要让 front 或 rear 在越过数组尾部时,直接回到数组头部继续遍历。这种周期性规律可以通过“取余操作”来实现,代码如下所示:

代码演示:

class ArrayQueue:"""基于环形数组实现的队列"""def __init__(self, size: int):"""构造方法"""self._nums: list[int] = [0] * size  # 用于存储队列元素的数组self._front: int = 0  # 队首指针,指向队首元素self._size: int = 0  # 队列长度def capacity(self) -> int:"""获取队列的容量"""return len(self._nums)def size(self) -> int:"""获取队列的长度"""return self._sizedef is_empty(self) -> bool:"""判断队列是否为空"""return self._size == 0def push(self, num: int):"""入队"""if self._size == self.capacity():raise IndexError("队列已满")# 计算队尾指针,指向队尾索引 + 1# 通过取余操作实现 rear 越过数组尾部后回到头部rear: int = (self._front + self._size) % self.capacity()# 将 num 添加至队尾self._nums[rear] = numself._size += 1def pop(self) -> int:"""出队"""num: int = self.peek()# 队首指针向后移动一位,若越过尾部,则返回到数组头部self._front = (self._front + 1) % self.capacity()self._size -= 1return numdef peek(self) -> int:"""访问队首元素"""if self.is_empty():raise IndexError("队列为空")return self._nums[self._front]def to_list(self) -> list[int]:"""返回列表用于打印"""res = [0] * self.size()j: int = self._frontfor i in range(self.size()):res[i] = self._nums[(j % self.capacity())]j += 1return res

3.1.2 基于动态数组实现的队列

  • 3.1.2 实现的队列仍然具有局限性:其长度不可变。
  • 然而,这个问题不难解决,我们可以将数组替换为动态数组,从而引入扩容机制。

代码演示:

class DynamicArrayQueue:"""基于动态数组实现的队列"""def __init__(self):"""构造方法"""self._nums: list[int] = []  # 动态数组用于存储队列元素self._front: int = 0  # 队首指针def size(self) -> int:"""获取队列的长度"""return len(self._nums) - self._frontdef is_empty(self) -> bool:"""判断队列是否为空"""return self.size() == 0def push(self, num: int):"""入队"""self._nums.append(num)  # 直接添加到列表尾部def pop(self) -> int:"""出队"""if self.is_empty():raise IndexError("队列为空")num: int = self.peek()self._front += 1  # 增加队首指针# 清理不再使用的空间(可选)if self._front > len(self._nums) // 2:  # 如果已移除的元素超过一半self._resize()  # 缩减队列的内部数组return numdef peek(self) -> int:"""访问队首元素"""if self.is_empty():raise IndexError("队列为空")return self._nums[self._front]def _resize(self):"""缩减队列的内部数组"""self._nums = self._nums[self._front:]  # 创建新列表,只包含有效元素self._front = 0  # 重置front指针def to_list(self) -> list[int]:"""返回列表用于打印"""return self._nums[self._front:]  # 返回从当前front开始的有效元素# 使用队列
dq = DynamicArrayQueue()
dq.push(1)
dq.push(2)
print(dq.pop())  # 输出: 1
dq.push(3)
print(dq.to_list())  # 输出: [2, 3]

3.2 基于链表实现队列

  • 我们可以将链表的“头节点”和“尾节点”分别视为“队首”和“队尾”,规定队尾仅可添加节点,队首仅可删除节点。

代码演示:

class LinkedListQueue:"""基于链表实现的队列"""def __init__(self):"""构造方法"""self._front: ListNode | None = None  # 头节点 frontself._rear: ListNode | None = None  # 尾节点 rearself._size: int = 0def size(self) -> int:"""获取队列的长度"""return self._sizedef is_empty(self) -> bool:"""判断队列是否为空"""return self._size == 0def push(self, num: int):"""入队"""# 在尾节点后添加 numnode = ListNode(num)# 如果队列为空,则令头、尾节点都指向该节点if self._front is None:self._front = nodeself._rear = node# 如果队列不为空,则将该节点添加到尾节点后else:self._rear.next = nodeself._rear = nodeself._size += 1def pop(self) -> int:"""出队"""num = self.peek()# 删除头节点self._front = self._front.nextself._size -= 1return numdef peek(self) -> int:"""访问队首元素"""if self.is_empty():raise IndexError("队列为空")return self._front.valdef to_list(self) -> list[int]:"""转化为列表用于打印"""queue = []temp = self._frontwhile temp:queue.append(temp.val)temp = temp.nextreturn queue

四、队列的典型应用

  • 淘宝订单。购物者下单后,订单将加入队列中,系统随后会根据顺序处理队列中的订单。在双十一期间,短时间内会产生海量订单,高并发成为工程师们需要重点攻克的问题。
  • 各类待办事项。任何需要实现“先来后到”功能的场景,例如打印机的任务队列、餐厅的出餐队列等,队列在这些场景中可以有效地维护处理顺序。

总结

  • 文章介绍了队列的实现方式,还有其常用函数,最后我们基于数组还有链表实现了队列。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/64343.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于 Ragflow 搭建知识库-初步实践

基于 Ragflow 搭建知识库-初步实践 一、简介 Ragflow 是一个强大的工具,可用于构建知识库,实现高效的知识检索和查询功能。本文介绍如何利用 Ragflow 搭建知识库,包括环境准备、安装步骤、配置过程以及基本使用方法。 二、环境准备 硬件要…

Pandas03

Pandas01 Pandas02 文章目录 内容回顾1 排序和统计函数2 缺失值处理2.1 认识缺失值2.2 缺失值处理- 删除2.3 缺失值处理- 填充非时序数据时序数据 3 Pandas数据类型3.1 数值类型和字符串类型之间的转换3.2 日期时间类型3.3 日期时间索引 4 分组聚合4.1 分组聚合的API使用4.2 分…

springboot整合log4j2日志框架1

一 log4j基本知识 1.1 log4j的日志级别 Log4j定义了8个级别的log(除去OFF和ALL,可以说分为6个级别),优先级从低到高依次为:All,trace,debug,info,warn,err…

Spring源码_05_IOC容器启动细节

前面几章,大致讲了Spring的IOC容器的大致过程和原理,以及重要的容器和beanFactory的继承关系,为后续这些细节挖掘提供一点理解基础。掌握总体脉络是必要的,接下来的每一章都是从总体脉络中, 去研究之前没看的一些重要…

WPF使用OpenCvSharp4

WPF使用OpenCvSharp4 创建项目安装OpenCvSharp4 创建项目 安装OpenCvSharp4 在解决方案资源管理器中,右键单击项目名称,选择“管理 NuGet 包”。搜索并安装以下包: OpenCvSharp4OpenCvSharp4.ExtensionsOpenCvSharp4.runtime.winSystem.Man…

TCP-UDP调试工具推荐:Socket通信测试教程(附详细图解)

前言 在网络编程与应用开发中,调试始终是一项不可忽视的重要环节。尤其是在涉及TCP/IP、UDP等底层网络通信协议时,如何确保数据能够准确无误地在不同节点间传输,是许多开发者关注的核心问题。 调试的难点不仅在于定位连接建立、数据流控制及…

【新方法】通过清华镜像源加速 PyTorch GPU 2.5安装及 CUDA 版本选择指南

下面详细介绍所提到的两条命令,它们的作用及如何在你的 Python 环境中加速 PyTorch 等库的安装。 1. 设置清华镜像源 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple这条命令的作用是将 pip (Python 的包管理工具&#xf…

【数据结构】单链表的使用

单链表的使用 1、基本概念2、链表的分类3、链表的基本操作a、单链表节点设计b、单链表初始化c、单链表增删节点**节点头插:****节点尾插:****新节点插入指定节点后:**节点删除: d、单链表修改节点e、单链表遍历,并打印…

虚幻引擎是什么?

Unreal Engine,是一款由Epic Games开发的游戏引擎。该引擎主要是为了开发第一人称射击游戏而设计,但现在已经被成功地应用于开发模拟游戏、恐怖游戏、角色扮演游戏等多种不同类型的游戏。虚幻引擎除了被用于开发游戏,现在也用于电影的虚拟制片…

Linux(Centos 7.6)yum源配置

yum是rpm包的管理工具,可以自动安装、升级、删除软件包的功能,可以自动解决软件包之间的依赖关系,使得用户更方便软件包的管理。要使用yum必须要进行配置,个人将其分为三类,本地yum源、局域网yum源、第三方yum源&#…

Linux上更新jar包里的某个class文件

目标:替换voice-1.0.jar里的TrackHandler.class文件 一.查询jar包里TrackHandler.class所在的路径 jar -tvf voice-1.0.jar |grep TrackHandler 二.解压出TrackHandler.class文件 jar -xvf voice-1.0.jar BOOT-INF/classes/com/yf/rj/handler/TrackHandler.cla…

机器学习中回归预测模型中常用四个评价指标MBE、MAE、RMSE、R2解释

在机器学习中,评估模型性能时常用的四个指标包括平均绝对误差(Mean Absolute Error, MAE)、均方误差(Mean Squared Error, MSE)、均方根误差(Root Mean Squared Error, RMSE)和决定系数&#xf…

基于SpringBoot的Jwt认证以及密码aes加密解密技术

目录 前言 1.SpringBoot项目的创建 2.相关技术 3.项目架构 4.项目关键代码 5.项目最终的运行效果 ​编辑 6.PostMan测试接口结果 前言 学习了SpringBoot之后,才觉得SpringBoot真的很方便,相比传统的SSH,SSM,SpringBo…

Spark SQL DML语句

【图书介绍】《Spark SQL大数据分析快速上手》-CSDN博客 《Spark SQL大数据分析快速上手》【摘要 书评 试读】- 京东图书 Spark本地模式安装_spark3.2.2本地模式安装-CSDN博客 DML(Data Manipulation Language,数据操作语言)操作主要用来对…

线性直流电流

电阻网络的等效 等效是指被化简的电阻网络与等效电阻具有相同的 u-i 关系 (即端口方程),从而用等效电阻代替电阻网络之后,不 改变其余部分的电压和电流。 串联等效: 并联等效: 星角变换 若这两个三端网络是等效的,从任…

B站推荐模型数据流的一致性架构

01 背景 推荐系统的模型,通过学习用户历史行为来达到个性化精准推荐的目的,因此模型训练依赖的样本数据,需要包括用户特征、服务端推荐的视频特征,以及用户在推荐视频上是否有一系列的消费行为。 推荐模型数据流,即为…

【LeetCode】839、相似字符串组

【LeetCode】839、相似字符串组 文章目录 一、并查集1.1 并查集 二、多语言解法 一、并查集 1.1 并查集 求共有几组, 联想到并查集, 即并查集有几个集合 字符串相似: 相差0个字符, 或2个字符 其中所有字符串长度都相同, 是比较方便处理的 // go var sets int var father […

官宣!低空经济司,挂牌成立!

近日,国家发展改革委网站“机关司局”栏目悄然更新,一个新设立的部门——低空经济发展司(简称“低空司”)正式进入公众视野。低空司的成立,无疑是对当前国家经济发展形势的深刻把握和前瞻布局。 低空经济是以各类低空飞…

不安全物联网的轻量级加密:综述

Abstract 本文综述了针对物联网(IoT)的轻量级加密解决方案。这项综述全面覆盖了从轻量级加密方案到不同类型分组密码的比较等多个方面。同时,还对硬件与软件解决方案之间的比较进行了讨论,并分析了当前最受信赖且研究最深入的分组…

【小程序】全局数据共享

目录 全局数据共享 1. 什么是全局数据共享 2. 小程序中的全局数据共享方案 全局数据共享 - MobX 1. 安装 MobX 相关的包 2. 创建 MobX 的 Store 实例 3. 将 Store 中的成员绑定到页面中 4. 在页面上使用 Store 中的成员 ​5. 将 Store 中的成员绑定到组件中 6. 在组件中…