JS数据结构&算法学习——优先队列

简介: 我们在了解过队列之后,有没有考虑过优先级队列的事情呢?

优先级队列

我们在了解过队列之后,有没有考虑过优先级队列的事情呢?

概念

我们知道普通的队列想要添加元素,元素会被在队尾入队,但是优先级队列它在考虑添加一个元素的时候会考虑添加数据的优先级,即将我们即将插入数据的优先级与其他数据的优先级一一进行比较,在之后我们就可以得到将要添加的元素在队列中正确的位置。

生活中的应用

  1. VIP优先:我们生活中最能体现优先级队列的就是在排队过程中的VIP通道了,当我们在按照队列进行排队的时候,下一个进入的人是VIP,按理说他是应该在队尾添加,但是由于优先级的原因,高于我们这些普通顾客,他就会通过VIP通道被添加到正确的位置
  2. 道德优先:在我们正常排队去挂号的时候,是按照队列来进行排队的,但是会有需要紧急救治的病人,这个时候就体现了优先级的特点,医生会优先救治那些需要紧急救治的病人。

程序应用

在之前的队列中有提到过,线程队列是按照线程次序来执行的,这个时候如果按照线程的优先级大小来排列,就是通过优先级队列来执行

封装

在封装优先级队列之前,我们需要考虑的是我们如何进行优先级比较以及比较规则

当我们的普通的队列拿来看的话,我们是无法对其元素进行比较的,所以我们需要每个元素需要额外的一个能表达该元素优先级的值来体现该元素的优先级,这样我们才能对其优先级进行比较并形成优先级队列,封装如下

function priorityQueue() {
    //队列的属性
    function QueueElement(element, priority) {
      this.element = element
      this.priority = priority
    }
    this.items = []
    //队列的相关操作
    priorityQueue.prototype.enqueue = function (element, priority) {
      //1.创建对象
      var QueueElement = new QueueElement(element, priority)
      this.items.push(element)
    }
}
复制代码

大家可以明显的注意到,我们在优先级队列这个类中又声明了一个类,由于元素具有原本的值与优先级两个数据,所以我们需要在类中再声明一个类,之后的操作封装也是在函数中创建新类,其中element为数据,priority为优先级

那么我们现在开始考虑我们如何得去比较并按优先级排序

  1. 当队列没有元素,只需要添加元素,无序比较
  2. 当队列中有元素,我们需要将添加的元素与前一个数据比较,若小则再比较,直到遇到优先级大的并插入到后面
priorityQueue.prototype.enqueue = function (element, priority) {
      var QueueElement = new QueueElement(element, priority)
      if (this.items.length == 0) {
          this.items.push(QueueElement)
      } else {
          var add = false
          for (let i = 0; i < this.items.length; i++){
              if (QueueElement.priority < this.items[i]){
                  this.items.splice(i,0,QueueElement)
                  add = true
                  break
              }
          }
          if(!add) {
              this.items.push(QueueElement)
          }
      }
}
复制代码

在这里我们首先会进行对队列是否为空判断,可以用自己封装的isEmpty也可以使用length直接进行判断,如果为空则直接插入,接下里如果队列不为空,则声明一个变量表达状态,如果与前面的元素进行比较,优先级都比被添加元素大的话add为false,则执行下面的部分,直接添加到队尾,如果找到了优先级小的元素,则使用splice的方法来进行插入


相关文章
|
2天前
|
机器学习/深度学习 算法
应用规则学习算法识别有毒的蘑菇
应用规则学习算法识别有毒的蘑菇
|
2天前
|
JavaScript 前端开发 算法
JavaScript的垃圾回收机制通过标记-清除算法自动管理内存
JavaScript的垃圾回收机制通过标记-清除算法自动管理内存,免除开发者处理内存泄漏问题。它从根对象开始遍历,标记活动对象,未标记的对象被视为垃圾并释放内存。优化技术包括分代收集和增量收集,以提升性能。然而,开发者仍需谨慎处理全局变量、闭包、定时器和DOM引用,防止内存泄漏,保证程序稳定性和性能。
7 0
|
4天前
|
机器学习/深度学习 存储 算法
数据结构与算法 动态规划(启发式搜索、遗传算法、强化学习待完善)
数据结构与算法 动态规划(启发式搜索、遗传算法、强化学习待完善)
11 1
|
7天前
|
算法 JavaScript 前端开发
三个js算法
三个js算法
8 2
|
7天前
|
算法 JavaScript
js的两个常用算法
js的两个常用算法
5 1
|
7天前
|
搜索推荐 C语言
【C语言/数据结构】排序(归并排序|计数排序|排序算法复杂度)
【C语言/数据结构】排序(归并排序|计数排序|排序算法复杂度)
11 0
|
7天前
|
存储 算法
Leetcode 30天高效刷数据结构和算法 Day1 两数之和 —— 无序数组
给定一个无序整数数组和目标值,找出数组中和为目标值的两个数的下标。要求不重复且可按任意顺序返回。示例:输入nums = [2,7,11,15], target = 9,输出[0,1]。暴力解法时间复杂度O(n²),优化解法利用哈希表实现,时间复杂度O(n)。
19 0
|
13天前
|
机器学习/深度学习 算法 数据挖掘
【Python机器学习专栏】关联规则学习:Apriori算法详解
【4月更文挑战第30天】Apriori算法是一种用于关联规则学习的经典算法,尤其适用于购物篮分析,以发现商品间的购买关联。该算法基于支持度和置信度指标,通过迭代生成频繁项集并提取满足阈值的规则。Python中可借助mlxtend库实现Apriori,例如处理购物篮数据,设置支持度和置信度阈值,找出相关规则。
|
13天前
|
机器学习/深度学习 算法 前端开发
【Python机器学习专栏】集成学习算法的原理与应用
【4月更文挑战第30天】集成学习通过组合多个基学习器提升预测准确性,广泛应用于分类、回归等问题。主要步骤包括生成基学习器、训练和结合预测结果。算法类型有Bagging(如随机森林)、Boosting(如AdaBoost)和Stacking。Python中可使用scikit-learn实现,如示例代码展示的随机森林分类。集成学习能降低模型方差,缓解过拟合,提高预测性能。
|
13天前
|
JavaScript 前端开发 算法
【JavaScript技术专栏】使用JavaScript实现常见算法
【4月更文挑战第30天】本文介绍了如何使用JavaScript实现常见算法,包括排序、搜索和图算法。首先,通过JavaScript的`sort`方法讨论了排序算法,以快速排序为例展示了自定义排序的实现。接着,探讨了二分查找这一高效的搜索算法,并提供了实现代码。最后,解释了深度优先搜索(DFS)图算法,并给出了在JavaScript中的实现。理解并运用这些算法能有效提升编程能力。