【算法之旅】基础数据结构之队列

简介: 【算法之旅】基础数据结构之队列

一、概述


计算机科学中,queue 是以顺序的方式维护的一组数据集合,在一端添加数据,从另一端移除数据。习惯来说,添加的一端称为尾,移除的一端称为头,就如同生活中的排队买商品


In computer science, a queue is a collection of entities that are maintained in a sequence and can be modified by the addition of entities at one end of the sequence and the removal of entities from the other end of the sequence


先定义一个简化的队列接口


public interface Queue<E> {
    /**
     * 向队列尾插入值
     * @param value 待插入值
     * @return 插入成功返回 true, 插入失败返回 false
     */
    boolean offer(E value);
    /**
     * 从对列头获取值, 并移除
     * @return 如果队列非空返回对头值, 否则返回 null
     */
    E poll();
    /**
     * 从对列头获取值, 不移除
     * @return 如果队列非空返回对头值, 否则返回 null
     */
    E peek();
    /**
     * 检查队列是否为空
     * @return 空返回 true, 否则返回 false
     */
    boolean isEmpty();
    /**
     * 检查队列是否已满
     * @return 满返回 true, 否则返回 false
     */
    boolean isFull();
}


二、链表实现


下面以单向环形带哨兵链表方式来实现队列


e71be22f93e905cd74972989e42b57b6_bcf5f3d4a413475f9c3b0a5901426556.png


58db816bd28601803651b1ca1fd97a70_ccddffa7b26f49489c8ab1307e5ad3fe.png


c6c31101890260bb7f470fbaae8e4f0b_7ae9bea0e36d48b68f42d18ab669e89e.png


代码


public class LinkedListQueue<E>
        implements Queue<E>, Iterable<E> {
    private static class Node<E> {
        E value;
        Node<E> next;
        public Node(E value, Node<E> next) {
            this.value = value;
            this.next = next;
        }
    }
    private Node<E> head = new Node<>(null, null);
    private Node<E> tail = head;
    private int size = 0;
    private int capacity = Integer.MAX_VALUE;
    {
        tail.next = head;
    }
    public LinkedListQueue() {
    }
    public LinkedListQueue(int capacity) {
        this.capacity = capacity;
    }
    @Override
    public boolean offer(E value) {
        if (isFull()) {
            return false;
        }
        Node<E> added = new Node<>(value, head);
        tail.next = added;
        tail = added;
        size++;
        return true;
    }
    @Override
    public E poll() {
        if (isEmpty()) {
            return null;
        }
        Node<E> first = head.next;
        head.next = first.next;
        if (first == tail) {
            tail = head;
        }
        size--;
        return first.value;
    }
    @Override
    public E peek() {
        if (isEmpty()) {
            return null;
        }
        return head.next.value;
    }
    @Override
    public boolean isEmpty() {
        return head == tail;
    }
    @Override
    public boolean isFull() {
        return size == capacity;
    }
    @Override
    public Iterator<E> iterator() {
        return new Iterator<E>() {
            Node<E> p = head.next;
            @Override
            public boolean hasNext() {
                return p != head;
            }
            @Override
            public E next() {
                E value = p.value;
                p = p.next;
                return value;
            }
        };
    }
}



三、环形数组实现


好处


对比普通数组,起点和终点更为自由,不用考虑数据移动

“环”意味着不会存在【越界】问题

数组性能更佳

环形数组比较适合实现有界队列、RingBuffer 等


ec2fb8fb3536066aa5d1a41a94521059_35ff018e305a43c9adcb1aeaf4dfa0c6.png


下标计算


例如,数组长度是 5,当前位置是 3 ,向前走 2 步,此时下标为 ( 3 + 2 ) % 5 = 0 (3 + 2)\%5 = 0(3+2)%5=0


af5ede532aeb4b5802677ad43f2104c3_222a62d18b1f4e798d8985022926339d.png


( c u r + s t e p ) % l e n g t h (cur + step) \% length

(cur+step)%length


cur 当前指针位置

step 前进步数

length 数组长度

注意:


如果 step = 1,也就是一次走一步,可以在 >= length 时重置为 0 即可

判断空


eaf16ecaf4b361e15110455e245a7bdc_ea556cf1dc864d06ba3e9507e6a9891f.png


判断满


d8bdf08e25754936ce27c8869d717ee4_74cd5d8174ab4435bdcbb483ddc456ef.png


满之后的策略可以根据业务需求决定


例如我们要实现的环形队列,满之后就拒绝入队

代码


public class ArrayQueue<E> implements Queue<E>, Iterable<E>{
    private int head = 0;
    private int tail = 0;
    private final E[] array;
    private final int length;
    @SuppressWarnings("all")
    public ArrayQueue(int capacity) {
        length = capacity + 1;
        array = (E[]) new Object[length];
    }
    @Override
    public boolean offer(E value) {
        if (isFull()) {
            return false;
        }
        array[tail] = value;
        tail = (tail + 1) % length;
        return true;
    }
    @Override
    public E poll() {
        if (isEmpty()) {
            return null;
        }
        E value = array[head];
        head = (head + 1) % length;
        return value;
    }
    @Override
    public E peek() {
        if (isEmpty()) {
            return null;
        }
        return array[head];
    }
    @Override
    public boolean isEmpty() {
        return tail == head;
    }
    @Override
    public boolean isFull() {
        return (tail + 1) % length == head;
    }
    @Override
    public Iterator<E> iterator() {
        return new Iterator<E>() {
            int p = head;
            @Override
            public boolean hasNext() {
                return p != tail;
            }
            @Override
            public E next() {
                E value = array[p];
                p = (p + 1) % array.length;
                return value;
            }
        };
    }
}



判断空、满方法2


引入 size


public class ArrayQueue2<E> implements Queue<E>, Iterable<E> {
    private int head = 0;
    private int tail = 0;
    private final E[] array;
    private final int capacity;
    private int size = 0;
    @SuppressWarnings("all")
    public ArrayQueue2(int capacity) {
        this.capacity = capacity;
        array = (E[]) new Object[capacity];
    }
    @Override
    public boolean offer(E value) {
        if (isFull()) {
            return false;
        }
        array[tail] = value;
        tail = (tail + 1) % capacity;
        size++;
        return true;
    }
    @Override
    public E poll() {
        if (isEmpty()) {
            return null;
        }
        E value = array[head];
        head = (head + 1) % capacity;
        size--;
        return value;
    }
    @Override
    public E peek() {
        if (isEmpty()) {
            return null;
        }
        return array[head];
    }
    @Override
    public boolean isEmpty() {
        return size == 0;
    }
    @Override
    public boolean isFull() {
        return size == capacity;
    }
    @Override
    public Iterator<E> iterator() {
        return new Iterator<E>() {
            int p = head;
            @Override
            public boolean hasNext() {
                return p != tail;
            }
            @Override
            public E next() {
                E value = array[p];
                p = (p + 1) % capacity;
                return value;
            }
        };
    }
}


判断空、满方法3


head 和 tail 不断递增,用到索引时,再用它们进行计算,两个问题


如何保证 head 和 tail 自增超过正整数最大值的正确性


如何让取模运算性能更高


答案:让 capacity 为 2 的幂


public class ArrayQueue3<E> implements Queue<E>, Iterable<E> {
    private int head = 0;
    private int tail = 0;
    private final E[] array;
    private final int capacity;
    @SuppressWarnings("all")
    public ArrayQueue3(int capacity) {
        if ((capacity & capacity - 1) != 0) {
            throw new IllegalArgumentException("capacity 必须为 2 的幂");
        }
        this.capacity = capacity;
        array = (E[]) new Object[this.capacity];
    }
    @Override
    public boolean offer(E value) {
        if (isFull()) {
            return false;
        }
        array[tail & capacity - 1] = value;
        tail++;
        return true;
    }
    @Override
    public E poll() {
        if (isEmpty()) {
            return null;
        }
        E value = array[head & capacity - 1];
        head++;
        return value;
    }
    @Override
    public E peek() {
        if (isEmpty()) {
            return null;
        }
        return array[head & capacity - 1];
    }
    @Override
    public boolean isEmpty() {
        return tail - head == 0;
    }
    @Override
    public boolean isFull() {
        return tail - head == capacity;
    }
    @Override
    public Iterator<E> iterator() {
        return new Iterator<E>() {
            int p = head;
            @Override
            public boolean hasNext() {
                return p != tail;
            }
            @Override
            public E next() {
                E value = array[p & capacity - 1];
                p++;
                return value;
            }
        };
    }
}


@Override
public Iterator<E> iterator() {
    return new Iterator<E>() {
        int p = head;
        @Override
        public boolean hasNext() {
            return p != tail;
        }
        @Override
        public E next() {
            E value = array[p & capacity - 1];
            p++;
            return value;
        }
    };
}
}
相关文章
【数据结构】栈和队列
【数据结构】栈和队列
|
3天前
|
缓存 算法 Java
刷算法,你应该知道的队列经典应用
文章介绍了队列的基本特性和经典应用,包括如何用队列实现栈、使用优先级队列解决Top K问题,并通过LeetCode题目示例展示了队列在算法实现中的应用。
刷算法,你应该知道的队列经典应用
|
2天前
|
机器学习/深度学习 人工智能 算法
【人工智能】线性回归模型:数据结构、算法详解与人工智能应用,附代码实现
线性回归是一种预测性建模技术,它研究的是因变量(目标)和自变量(特征)之间的关系。这种关系可以表示为一个线性方程,其中因变量是自变量的线性组合。
9 2
|
11天前
|
存储
【数据结构】栈和队列-->理解和实现(赋源码)
【数据结构】栈和队列-->理解和实现(赋源码)
15 5
|
23天前
|
存储 算法 索引
算法与数据结构
算法与数据结构
26 8
|
1天前
|
测试技术
【初阶数据结构篇】队列的实现(赋源码)
首先队列和栈一样,不能进行遍历和随机访问,必须将队头出数据才能访问下一个,这样遍历求个数是不规范的。
|
3天前
|
存储 缓存 算法
深入解析B树:数据结构、存储结构与算法优势
深入解析B树:数据结构、存储结构与算法优势
|
3天前
|
算法
【数据结构与算法】优先级队列
【数据结构与算法】优先级队列
6 0
|
3天前
|
存储 算法
【数据结构与算法】队列(顺序存储)
【数据结构与算法】队列(顺序存储)
5 0
|
5天前
|
设计模式 算法 C语言
【CPP】栈、双端队列、队列、优先级队列与反向迭代器
【CPP】栈、双端队列、队列、优先级队列与反向迭代器