如何实现一个队列

简介: 队列,是一种常见的逻辑数据结构。具备什么特点呢?经常性的我们会听到一个类比“队列就像队伍过桥洞”,队列中的元素遵循了“先进先出、后进后出”的原则。在JavaScript中有很多的方式来实现一个队列,让我们一起来看看都是如何实现的呢?

前言


队列,是一种常见的逻辑数据结构。具备什么特点呢?经常性的我们会听到一个类比“队列就像队伍过桥洞”,队列中的元素遵循了“先进先出、后进后出”的原则。


在JavaScript中有很多的方式来实现一个队列,让我们一起来看看都是如何实现的呢?


方案一:直接操作数组


直接使用数组存储队列元素,模拟队列特点。


上代码~~~


/**
 * @description 基于数组实现队列的类
 */
class QueueArray {
  // 设置私有属性,存储队列元素
  private list: number[] = [];
  /**
   * @method add
   * @description 将元素插入队列 - 队尾元素
   * @param n number 待插入的元素
   */
  add(n: number) {
    this.list.push(n);
  }
  /**
   * @method delete
   * @description 队列进行出队,移除元素 - 队头元素
   * @returns number | undefined
   */
  delete(): number | undefined {
    // 队头元素移除
    return this.list.shift();
  }
  /**
   * @description 队列长度
   */
  get length(): number {
    return this.list.length;
  }
}


接下来我们来测试下性能,同样以10W条数据为例。


// 实例化,创建队列
const queueArray = new QueueArray();
// 检测add入队插入方法的性能
console.time('add');
// 插入10W条数据
for (let i = 0; i < 10 * 10000; i++) {
  queueArray.add(i);
}
// 获取队列长度
console.log(queueArray.length);
console.timeEnd('add');
// 检测delete出队删除元素方法的性能
console.time('delete');
// 这里出队1W条数据
for (let i = 0; i < 10000; i++) {
  queueArray.delete();
}
console.timeEnd('delete');


看下浏览器中的数据展示


网络异常,图片无法展示
|


再次强调下,不同性能电脑设备打印数据略有不同


我们来分析下直接基于数组Array实现的队列复杂度、性能问题。


  1. 在执行add进行入队元素操作时,10W条数据还是非常快的,执行的都是push操作;


  1. 执行delete进行出队操作时,出队了1W条数据,我们看到消耗的时间有了急剧的增加;有小伙伴可能要问为啥会这样呢?在之前的文章数组旋转,来来来,走个K步~中,胡哥说过数组在内存中是有序连续存储的,一旦涉及到数组元素移动的方法,都是非常损耗性能的,如shiftunshiftsplice方法等。也就是说从队头移除一个元素,就需要将剩余的其他元素统一向前移动一位,带来了O(n)O(n)O(n)的时间复杂度。


以上实现虽然达到了目的,却不是我们最想要的。那还有更优雅的方式吗?


方案二:基于栈结构


现在我们采用栈结构模拟实现队列。在这里我们仍然选择数组来实现栈,不过不同于方案一,不再使用shift方法。


设置两个栈 stack1stack2


  1. 每次入队时,向stack1中插入元素;


  1. 每次出队时,先将stack1中的元素依次pop弹出,然后pushstack2中,将stack2中的最后一个元素pop出,然后再将stack2中的元素再依次放回stack1中,这样就完成了出队。


在这样的操作下,pushpop方法都是非常快速的,时间复杂度O(1)O(1)O(1)


/**
 * @description 基于栈结构实现队列
 */
class QueueStack {
  private statck1: number[] = [];
  private statck2: number[] = [];
  /**
   * @method add
   * @description 将元素插入队列 - 队尾元素
   * @param n number 待插入的元素
   */
  add(n: number) {
    this.statck1.push(n);
  }
  /**
   * @method delete
   * @description 队列进行出队,移除元素 - 队头元素
   * @returns number | undefined
   */
  delete(): number | undefined {
    let n;
    // 1. 将stack1中的元素依次取出,放入stack2中
    while ((n = this.statck1.pop()) !== undefined) {
      this.statck2.push(n);
    }
    // 2. 抛出stack2最后一个元素,移除队头元素-即栈顶元素
    const res = this.statck2.push();
    // 3. 然后stack2中元素再依次放入stack1中
    while ((n = this.statck2.pop()) !== undefined) {
      this.statck1.push();
    }
    return res;
  }
  /**
   * @description 队列长度
   */
  get length(): number {
    // 所有的元素都放在stack1中,直接返回stack1的长度即可
    return this.statck1.length;
  }
}


同样的数据条件-10W条数据,我们来看下性能测试。


const queueStack = new QueueStack();
// 检测add入队插入方法的性能
console.time('add - stack');
// 入队10W个元素
for (let i = 0; i < 10 * 10000; i++) {
  queueStack.add(i);
}
// 获取队列长度
console.log(queueStack.length);
console.timeEnd('add - stack');
// 检测delete出队删除元素方法的性能
console.time('delete - stack');
for (let i = 0; i < 10000; i++) {
  queueStack.delete();
}
console.timeEnd('delete - stack');


来来来,看下浏览器中数据:


网络异常,图片无法展示
|


从数据上对比下,add添加队列元素的方法,性能是一样的,相差无几。而delete删除队列元素的方法,性能相差甚大,方案二 - 基于栈结构的实现性能更优。


分析下原因:


  1. delete方法中,有两层while循环可记做O(n)O(n)O(n),执行pushpop方法都是O(1)O(1)O(1)时间复杂度的。从时间复杂度这个标准来看,方案二和方案一都是O(n)O(n)O(n)时间复杂度,但是数组的shift方法涉及到移动数组元素,实际性能明显偏低。


  1. 在方案一种,只有list一个数组变量,空间复杂度记为O(n);方案二中有两个stack1stack2数组变量,空间复杂度也是记为O(n)O(n)O(n),实际内存空间肯定是比方案一多了一倍。虽然空间占用多了,但实际算法执行时间有了非常明显的降低,也就是说空间换时间,是非常值的。


二者比较,我们肯定会选择方案二。


问题?


那还有没有更优的算法实现队列呢,肯定是有的,比如说链表结构,当然这是后话,今天暂且不提。欢迎大家持续关注呦~


相关文章
|
1天前
|
云安全 监控 安全
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
Z-Image:冲击体验上限的下一代图像生成模型
通义实验室推出全新文生图模型Z-Image,以6B参数实现“快、稳、轻、准”突破。Turbo版本仅需8步亚秒级生成,支持16GB显存设备,中英双语理解与文字渲染尤为出色,真实感和美学表现媲美国际顶尖模型,被誉为“最值得关注的开源生图模型之一”。
807 5
|
12天前
|
人工智能 Java API
Java 正式进入 Agentic AI 时代:Spring AI Alibaba 1.1 发布背后的技术演进
Spring AI Alibaba 1.1 正式发布,提供极简方式构建企业级AI智能体。基于ReactAgent核心,支持多智能体协作、上下文工程与生产级管控,助力开发者快速打造可靠、可扩展的智能应用。
1045 37
|
8天前
|
机器学习/深度学习 人工智能 数据可视化
1秒生图!6B参数如何“以小博大”生成超真实图像?
Z-Image是6B参数开源图像生成模型,仅需16GB显存即可生成媲美百亿级模型的超真实图像,支持中英双语文本渲染与智能编辑,登顶Hugging Face趋势榜,首日下载破50万。
618 36
|
12天前
|
人工智能 前端开发 算法
大厂CIO独家分享:AI如何重塑开发者未来十年
在 AI 时代,若你还在紧盯代码量、执着于全栈工程师的招聘,或者仅凭技术贡献率来评判价值,执着于业务提效的比例而忽略产研价值,你很可能已经被所谓的“常识”困住了脚步。
672 56
大厂CIO独家分享:AI如何重塑开发者未来十年
|
8天前
|
存储 自然语言处理 测试技术
一行代码,让 Elasticsearch 集群瞬间雪崩——5000W 数据压测下的性能避坑全攻略
本文深入剖析 Elasticsearch 中模糊查询的三大陷阱及性能优化方案。通过5000 万级数据量下做了高压测试,用真实数据复刻事故现场,助力开发者规避“查询雪崩”,为您的业务保驾护航。
429 27
|
15天前
|
数据采集 人工智能 自然语言处理
Meta SAM3开源:让图像分割,听懂你的话
Meta发布并开源SAM 3,首个支持文本或视觉提示的统一图像视频分割模型,可精准分割“红色条纹伞”等开放词汇概念,覆盖400万独特概念,性能达人类水平75%–80%,推动视觉分割新突破。
911 59
Meta SAM3开源:让图像分割,听懂你的话
|
5天前
|
弹性计算 网络协议 Linux
阿里云ECS云服务器详细新手购买流程步骤(图文详解)
新手怎么购买阿里云服务器ECS?今天出一期阿里云服务器ECS自定义购买流程:图文全解析,阿里云服务器ECS购买流程图解,自定义购买ECS的设置选项是最复杂的,以自定义购买云服务器ECS为例,包括付费类型、地域、网络及可用区、实例、镜像、系统盘、数据盘、公网IP、安全组及登录凭证详细设置教程:
200 114