数据结构和算法-数组模拟环形队列实现(一)|学习笔记

简介: 快速学习数据结构和算法-数组模拟环形队列实现(一)

开发者学堂课程【Go 语言核心编程 - 数据结构和算法:数据结构和算法-数组模拟环形队列实现(一)】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/627/detail/9834


数据结构和算法-数组模拟环形队列实现(一)

 

内容简介:

一、代码实现

二、代码说明

三、代码运行

 

一、代码实现

打开 VSCode ,在 chapter20 文件夹中新建一个文件称为 circlequeue ,再在其内新建一个文件称为 main.go ,并输入以下代码:

package main

import (

fmt

errors

os

)

//使用一个结构体管理环形队列

type CircleQueue struct {

maxSize int  //4

array [4]int  //数组

head int  //指向队列队首 0

tail int  //指向队尾 0

}

//入队列 AddQueue(push)  GetQueue(pop)

func (this *circleQueue) Push(val int) (err error) {

if this.IsFull() {

return errors.New(queue full)

}

//分析出 this.tail 在队列尾部,但是包含最后的元素

this.array[this.tail] = val  //把值给尾部

this.tail++

return

//出队列

func (this *circleQueue) Pop() (val,err error) {

if this.IsEmpty() {

return 0, errors.New(queue empty)

}

//取出 head 是指向队首,并且含队首元素

val = this.array[this.head]

this.head++

return

}

//显示队列

func (this *CircleQueue) ListQueue() {

fmt.Println(环形队列情况如下:”)

//取出当前队列有多少个元素

size := this.Size()

if size == 0 {

fmt.Println(队列为空)

}

//设计一个辅助的变量,指定 head

tempHead := this.head

for i := 0; i < size;++ {

fmt.Println(arr[%d]=%d\t, tempHead, this.array[tempHead])

tempHead = (tempHead + 1) this.maxSize

}

fmt.Println()

} 

//判断环形队列是满

func (this *CircleQueue) IsFull() bool {

return (this.tail + 1) % this.maxSize == this.head

}

//判断环形队列是空

func (this *CircleQueue) IsEmpty() bool {

return this.tail == this.head

}

//取出环形队列有多少个元素

func (this *CircleQueue) Size() int {

//这是一个关键的算法。

return (this.tail + this.maxSize - this.head ) % this.maxSize

}

func main() {

//初始化一个环形队列

queue := &CircleQueue{

maxSize : 5,

head : 0,

tail : 0,

}

var key string

var val int

for {

fmt.Println(1.输入 add 表示添加数据队列)

fmt.Println(2.输入 get 表示从队列获取数据)

fmt.Println(3.输入 show 表示显示队列)

fmt.Println(4.输入 exit 表示显示队列)

fmt.Scanln(&key)

switch key {

case add:

fmt.Println(输入你要入队列数)

fmt.Scanln(&val)

err := queue.Push(val)

if err != nil {

fmt.Println(err.Error())

} else {

fmt.Println(加入队列ok)

}

case get:

if err != nil {

fmt.Println(err.Error())

} else {

fmt.Println(从队列中取出了一个数=,val)

}

caseshow:

caseexit:

os.Exit(0)

 

二、代码说明

说明①:这个可能看起来有点吃力,因为这是个环形列表,大家都不停的在后面, head 在不停的长,在加到快出去的时候加一个 maxSize ,然后就回去了,所以说会造成这个 tail 在某个情况下,它的自然值是小于 head 的,因为你还在后面去了,所以要把它加上,再减掉,再模上。

说明②:问一个问题,思考一下,如果像“this.tail++”这样写的话,tail 到底有没有包含这个队列的最后一个元素,就是在它运行的那瞬间,到底有没有包含它最后一个元素?

应该是没有的,因为初始化的时候,两个都是零,从目前算法来看,这个 tail 是在这个队列的最后,但是它没有包含最后一个元素。这样分析出这个尾部 this.tail ,它在队列尾部,但是它不含最后一个元素,它相当于是在最后一个元素,后面再移了一位。

可能会想为什么要移位?如果包含的话,这个就不好做,先看图片,如下:

image.png

原先箭头在1的位置,我加1,再加1,再加1,一直往前走,走到4位置的时候,因为它其实真的数据还在3的位置,等到再加一个的时候,其实这时的 tail 就是上图所指向的地方,没有真正的东西,因为要把这个地方留下来,当作一个标志位,然后判断一下我加1是不是等于零,如果等于零,就说明已经满了,最后这个要留下来。为什么留下来的原因是这样子的,如果不留下来,队首因为在整个环境取的时候,队列的首会发生变化,如果中间没有一个标志位很难处理,但是有些人会问为什么要标志位,在写的过程中会发现写了好久没有这个东西,没办法往下弄,

所以说环形链表用数组模拟环境列表,它实际的容量是这个数组的大小减一,如果你最后不留一个,这个叫做约定或者标志,此环境列表很难实现,为什么要这样做?

这个在做的工作实在没别的办法,想来想去没办法,便只能做一个约定。

如果你有一个办法说不留一个且最后这个都能用上,你厉害。从逻辑上看起来可能更复杂一点,估计会多一点判断,因为这个地方不留东西的话,不知道会出什么问题,可以试一下将其写出来,写出来给大家参考一下,这里就采用了一个相对容易理解的,我就留了一个,这个影响不是很大,为什么?

比如有一个数组,这个数组有50个元素,有一个没用,应该还是能够接受的,这个我就采用的是这种方式,即预留一个,最后做一个约定。

说明③:以上图作为参考,显示一个环形队列,有一个队首、一个队尾,可能会觉得那就从队首开始遍历到队尾就可以了,这是不对的,因为现在是变成环形的,环形的话就有可能出现这种情况,比如这个队尾走到5的位置,到这里突然因为种种原因,往前面加了一个,那也就是说,它的下标有可能是队尾小于队首,所以现在不能就给它一个 front ,然后遍历,这根本就不对了,代码执行不起来,所以这地方,不能再用那种方式。

相关文章
|
19天前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
63 4
|
2月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
91 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
17天前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
25天前
|
算法
数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
86 23
|
16天前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
42 1
|
25天前
|
算法 vr&ar 计算机视觉
数据结构之洪水填充算法(DFS)
洪水填充算法是一种基于深度优先搜索(DFS)的图像处理技术,主要用于区域填充和图像分割。通过递归或栈的方式探索图像中的连通区域并进行颜色替换。本文介绍了算法的基本原理、数据结构设计(如链表和栈)、核心代码实现及应用实例,展示了算法在图像编辑等领域的高效性和灵活性。同时,文中也讨论了算法的优缺点,如实现简单但可能存在堆栈溢出的风险等。
37 0
|
2月前
|
存储 算法 Java
Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性
Java Set因其“无重复”特性在集合框架中独树一帜。本文解析了Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性,并提供了最佳实践建议,包括选择合适的Set实现类和正确实现自定义对象的hashCode()与equals()方法。
40 4
|
2月前
|
搜索推荐 算法
数据结构与算法学习十四:常用排序算法总结和对比
关于常用排序算法的总结和对比,包括稳定性、内排序、外排序、时间复杂度和空间复杂度等术语的解释。
25 0
数据结构与算法学习十四:常用排序算法总结和对比
|
2月前
|
机器学习/深度学习 搜索推荐 算法
探索数据结构:初入算法之经典排序算法
探索数据结构:初入算法之经典排序算法
|
2月前
|
算法 Java 索引
数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
30 0