队列OJ题(一)

简介: ✅每日一练:622. 设计循环队列 - 力扣(LeetCode)

思想:顾名思义,要实现一个循环队列,我们需要设计一个环,用front来记录头位置,用rear来记录尾巴的位置,然后实现各种操作,重点就是,这里我们需要牺牲一个空间来判断当前队列是否为满, 当front==rear时,队列为空,当front==(rear+)%数组的长度时,队列为满,但是在书写的代码的时候,里面也有注意的细节问题,如图:

d34159cd86bd43ed8ad71f23dd1775f6.png

  • MyCircularQueue(k): 构造器,设置队列长度为 k 。
  • Front: 从队首获取元素。如果队列为空,返回 -1 。
  • Rear: 获取队尾元素。如果队列为空,返回 -1 。
  • enQueue(value): 向循环队列插入一个元素。如果成功插入则返回真。
  • deQueue(): 从循环队列中删除一个元素。如果成功删除则返回真。
  • isEmpty(): 检查循环队列是否为空。
  • isFull(): 检查循环队列是否已满。


classMyCircularQueue {
privateint[] elem;//创建一个数组privateintfront;//记录头的位置privateintrear;//记录尾巴的位置publicMyCircularQueue(intk) {
this.elem=newint[k+1];//这里我们牺牲了一个空间,所以这里要给数组加一个长度    }
publicbooleanenQueue(intvalue) {
if (isFull()) {
returnfalse;
        }
elem[rear] =value;
rear= (rear+1) %elem.length;
returntrue;
    }
publicbooleandeQueue() {
if (isEmpty()) {
returnfalse;
        }
front= (front+1) %elem.length;
returntrue;
    }
publicintFront() {
if (isEmpty()) {
return-1;
        }
returnelem[front];
    }
publicintRear() {
if (isEmpty()) {
return-1;
        }
intindex=(rear==0)?elem.length-1:rear-1;//这里需要处理一下,对尾巴的记录有2中情况returnelem[index];
    }
publicbooleanisEmpty() {
returnfront==rear;
    }
publicbooleanisFull() {
if ((rear+1) %elem.length==front) {
returntrue;
        } else {
returnfalse;
        }
    }
}
目录
相关文章
|
11天前
|
数据采集 人工智能 安全
|
6天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
329 164
|
5天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
330 155
|
6天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
407 4
|
14天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
940 7