【数据结构和算法】--队列的特殊结构-循环队列

简介: 【数据结构和算法】--队列的特殊结构-循环队列

循环队列的结构

循环队列是队列的一种特殊结构,它的长度是固定的k,同样是先进先出,理论结构是首尾相连的环形循环结构。其理论结构大致如下:

具体结构描述可以参考LeetCode: 622. 设计循环队列的题目要求,大致如下:

设计你的循环队列实现。 循环队列是一种线性数据结构,其操作表现基于 FIFO(先进先出)原则并且队尾被连接在队首之后以形成一个循环。它也被称为“环形缓冲器”。

循环队列的一个好处是我们可以利用这个队列之前用过的空间。在一个普通队列里,一旦一个队列满了,我们就不能插入下一个元素,即使在队列前面仍有空间。但是使用循环队列,我们能使用这些空间去存储新的值。

循环队列的实现

循环队列的实现方式同样有两种–数组,链表

  1. 数组循环队列:数组实现方式顾名思义就是动态开辟一个长度为k的数组,那要怎么达到循环呢?我们可以定义两个数一个指向队列头元素(int front),一个指向队列尾元素的下一个(int back),(此处指向队尾下一个是为了方便队列空和满的判断),这样当back走到最后一个时,我们只需要将他重新置成0便又到了队列第一个元素,如此设计理论上就达到了循环结构。

      新的问题又来了:当front == back时要怎么区分队列是空还是满?两种解决方案:

  1. 增加一个size记录有效数据的节点数size == 0队列就是空,size == k队列就是满。
  2. 多开辟一个空间k+1front == back便是空,(back+1)%(k+1) == front就是满(即在理论结构中back指向的下一个位置是front,下文会讲解)。

链表循环队列:

链表实现的循环队列更有点循环的味(即将尾指针的next指向头,形成真正的循环),但实现起来不如数组方便。链表实现循环队列同样要定义两个指针,一个指向循环队列的头元素(phead),一个指向循环队列尾元素的下一个(ptail)。判断循环队列空和满的方法和数组相似,只不过判断条件从判断值相同改为判断址相同,第二种方法判满改为phead == ptail->next。

但用链表设计循环队列也会有新的困难:1. 获取循环队列尾元素不方便,还要遍历队列寻找;2. 定义结构体时,还要多定义一个装链表节点的结构体,这也增加了代码的难度。


所以不论是用数组还是用链表实现循环队列,都有各自的好处和问题,下面实现循环队列我所介绍的方法是数组实现法判满和判空用的是多定义一个节点法

依据上述方法,可以定义如下结构体变量:

typedef struct
{
    int* a;//数组
    int front;//队列头
    int back;//队列尾下一个位置
    int k;//循环队列可存储数据长度
} MyCircularQueue;

循环队列的创建

注意此处所给的函数返回值类型MyCircularQueue,正是上述结构体类型。故须先动态开辟一个结构体类型大小,并将frontback初始化为0,然后再利用结构体指针来开辟长度为k+1的数组最后返回结构体指针

这样动态开辟而不直接定义结构体变量(MyCircularQueue ps),是因为这是在函数中,出了函数的作用域此结构体变量就会销毁,所以需要malloc将结构体动态开辟在堆区。

MyCircularQueue* myCircularQueueCreate(int k)
{
    MyCircularQueue* ps = (MyCircularQueue*)malloc(sizeof(MyCircularQueue));
    ps->a = (int*)malloc(sizeof(int)*(k+1));
    ps->back = ps->front = 0;
    ps->k = k;
    return ps;
}

循环队列为空判断

bool myCircularQueueIsEmpty(MyCircularQueue* obj)
{
    return obj->front == obj->back;
}

循环队列为满判断

循环队列为满大致可以分为以上两种情况。

  1. 情况1:
    当队列尾back来到最后一个时,此时如果back + 1的话就会超过k + 1的范围,而我们的目的是想知道在循环队列中back + 1后的位置(即下标为0的位置),所以此时我们只要将(obj->back + 1)%(obj->k + 1),此式的值便为0
  2. 情况2:
    back + 1的范围在k + 1内,此时判断back + 1即可,若(obj->back + 1)%(obj->k + 1)也不会影响值。

如此将两式合并,便得到了简化的效果。

bool myCircularQueueIsFull(MyCircularQueue* obj)
{
    return (obj->back+1)%(obj->k+1) == obj->front;
}

入队

题目描述:enQueue(value):向循环队列插入一个元素。如果成功插入则返回真。

既如此那么先判断循环队列是否已满,若满则返回false,否则入队新值,并将obj->back值更新(obj->back %= obj->k+1;

bool myCircularQueueEnQueue(MyCircularQueue* obj, int value)
{
    if(myCircularQueueIsFull(obj))
        return false;
    obj->a[obj->back] = value;
    obj->back++;
    obj->back %= obj->k+1;
    return true;
}

出队

题目描述:deQueue():从循环队列中删除一个元素。如果成功删除则返回真。

与入循环队列相似。

bool myCircularQueueDeQueue(MyCircularQueue* obj)
{
    if(myCircularQueueIsEmpty(obj))
        return false;
    obj->front++;
    obj->front %= obj->k+1;
    return true;
}

返回循环队列首元素

题目描述:Front:从队首获取元素。如果队列为空,返回 -1 。

先判断循环队列不为空,若为空返回-1,不为空返回下标为obj->front的值。

int myCircularQueueFront(MyCircularQueue* obj)
{
    if(myCircularQueueIsEmpty(obj))
        return -1;
    return obj->a[obj->front];
    
}

返回循环队列尾元素

题目描述:Rear:获取队尾元素。如果队列为空,返回 -1 。

同样要先判断循环队列是否为空,为空返回-1。此处计算obj->back上一个的下标的方法中,obj->back-1后还要加obj->k+1是为了防止obj->back指向下标为0的情况,再% (obj->k+1)是为了防止超出下标范围的情况,与判断队满相似。

int myCircularQueueRear(MyCircularQueue* obj)
{
    if(myCircularQueueIsEmpty(obj))
        return -1;
    return obj->a[(obj->back-1+obj->k+1) % (obj->k+1)];
}

释放循环队列

依次释放即可,先释放最内层的数组,然后释放最外层的结构体。

void myCircularQueueFree(MyCircularQueue* obj)
{
    free(obj->a);
    free(obj);
}


目录
相关文章
|
5天前
|
运维 监控 JavaScript
基于 Node.js 图结构的局域网设备拓扑分析算法在局域网内监控软件中的应用研究
本文探讨图结构在局域网监控系统中的应用,通过Node.js实现设备拓扑建模、路径分析与故障定位,提升网络可视化、可追溯性与运维效率,结合模拟实验验证其高效性与准确性。
59 3
|
7天前
|
存储 监控 算法
企业电脑监控系统中基于 Go 语言的跳表结构设备数据索引算法研究
本文介绍基于Go语言的跳表算法在企业电脑监控系统中的应用,通过多层索引结构将数据查询、插入、删除操作优化至O(log n),显著提升海量设备数据管理效率,解决传统链表查询延迟问题,实现高效设备状态定位与异常筛选。
27 3
|
6月前
|
前端开发 Java
java实现队列数据结构代码详解
本文详细解析了Java中队列数据结构的实现,包括队列的基本概念、应用场景及代码实现。队列是一种遵循“先进先出”原则的线性结构,支持在队尾插入和队头删除操作。文章介绍了顺序队列与链式队列,并重点分析了循环队列的实现方式以解决溢出问题。通过具体代码示例(如`enqueue`入队和`dequeue`出队),展示了队列的操作逻辑,帮助读者深入理解其工作机制。
166 1
|
3月前
|
存储 监控 安全
企业上网监控系统中红黑树数据结构的 Python 算法实现与应用研究
企业上网监控系统需高效处理海量数据,传统数据结构存在性能瓶颈。红黑树通过自平衡机制,确保查找、插入、删除操作的时间复杂度稳定在 O(log n),适用于网络记录存储、设备信息维护及安全事件排序等场景。本文分析红黑树的理论基础、应用场景及 Python 实现,并探讨其在企业监控系统中的实践价值,提升系统性能与稳定性。
74 1
|
3月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
84 0
232.用栈实现队列,225. 用队列实现栈
在232题中,通过两个栈(`stIn`和`stOut`)模拟队列的先入先出(FIFO)行为。`push`操作将元素压入`stIn`,`pop`和`peek`操作则通过将`stIn`的元素转移到`stOut`来实现队列的顺序访问。 225题则是利用单个队列(`que`)模拟栈的后入先出(LIFO)特性。通过多次调整队列头部元素的位置,确保弹出顺序符合栈的要求。`top`操作直接返回队列尾部元素,`empty`判断队列是否为空。 两题均仅使用基础数据结构操作,展示了栈与队列之间的转换逻辑。
|
7月前
|
算法 Java
算法系列之数据结构-Huffman树
Huffman树(哈夫曼树)又称最优二叉树,是一种带权路径长度最短的二叉树,常用于信息传输、数据压缩等方面。它的构造基于字符出现的频率,通过将频率较低的字符组合在一起,最终形成一棵树。在Huffman树中,每个叶节点代表一个字符,而每个字符的编码则是从根节点到叶节点的路径所对应的二进制序列。
158 3
 算法系列之数据结构-Huffman树
|
7月前
|
算法 Java
算法系列之数据结构-二叉搜索树
二叉查找树(Binary Search Tree,简称BST)是一种常用的数据结构,它能够高效地进行查找、插入和删除操作。二叉查找树的特点是,对于树中的每个节点,其左子树中的所有节点都小于该节点,而右子树中的所有节点都大于该节点。
201 22
|
11月前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
224 59
|
4月前
|
编译器 C语言 C++
栈区的非法访问导致的死循环(x64)
这段内容主要分析了一段C语言代码在VS2022中形成死循环的原因,涉及栈区内存布局和数组越界问题。代码中`arr[15]`越界访问,修改了变量`i`的值,导致`for`循环条件始终为真,形成死循环。原因是VS2022栈区从低地址到高地址分配内存,`arr`数组与`i`相邻,`arr[15]`恰好覆盖`i`的地址。而在VS2019中,栈区先分配高地址再分配低地址,因此相同代码表现不同。这说明编译器对栈区内存分配顺序的实现差异会导致程序行为不一致,需避免数组越界以确保代码健壮性。
52 0
栈区的非法访问导致的死循环(x64)

热门文章

最新文章