数据结构与算法—队列图文详解

前言

  • 栈和队列是一对好兄弟,前面我们介绍过数据结构与算法—栈详解,那么栈的机制相对简单,后入先出,就像进入一个狭小的山洞,山洞只有一个出口,只能后进先出(在外面的先出去)。而队列就好比是一个隧道,后面的人跟着前面走,前面人先出去(先入先出)。日常的排队就是队列运转形式的一个描述!
  • 所以队列的核心理念就是:先进先出
  • 队列的概念:队列是一种特殊的线性表,特殊之处在于它只允许在表的前端(front)进行删除操作,而在表的后端(rear)进行插入操作,和栈一样,队列是一种操作受限制的线性表。进行插入操作的端称为队尾,进行删除操作的端称为队头
  • 同时,阅读本偏文章最好先弄懂顺序表的基本操作和栈的数据结构!学习效果更佳!
    在这里插入图片描述

队列介绍

基本属性

队头front:

  • 删除数据的一端。对于数组,从后面插入更容易,前面插入较困难,所以一般用数组实现的队列队头在前面。(删除直接index游标前进,不超过队尾即可)。而对于链表。插入删除在两头分别进行那么头部(前面)删除尾部插入是最方便的选择。

队尾rear:

  • 插入数据的一端,同上,在数组和链表中通常均在尾部位置。当然,其实数组和链表的front和rear还有点小区别,后面会具体介绍。

enQueue(入队):

  • 队尾rear插入元素

deQueue(出队):

  • 对头front删除元素

普通队列

按照上述的介绍,我们很容易知道数组实现的方式。用数组模拟表示队列。要考虑初始化,插入,问题。
在这里插入图片描述

  • 初始化:数组的front和rear都指向0.
  • 入队:队不满数组不越界,先队尾位置传值,再队尾下标+1
  • 出队:队不空,先取队头位置元素,在队头+1,

但是很容易发现问题,每个空间域只能利用一次。造成空间极度浪费。并且非常容易越界
在这里插入图片描述

循环队列

针对上述的问题。有个较好的解决方法!就是对已经申请的(数组)内存重复利用。这就是我们所说的循环队列。

而数组实现的循环队列就是在逻辑上稍作修改。我们假设(约定)数组的最后一位的下一个index是首位。因为我们队列中只需要front和tail两个指标。不需要数组的实际地址位置相关数据。和它无关。所以我们就只需要考虑尾部的特殊操作即可。

  • 初始化:数组的front和rear都指向0.
  • 入队:不满,先队尾位置传值,再rear=(rear + 1) % maxsize;
  • 出队:队不空,先取队头位置元素,front=(front + 1)%maxsize;
  • 是否为空:return rear == front;
  • 大小:return (rear+maxsize-front)%maxsize;

这里面有几个大家需要注意的,就是指标相加如果遇到最后需要转到头的话。可以判断是否到数组末尾位置。也可以直接+1求余。其中maxsize是数组实际大小。
在这里插入图片描述

链式实现

对于链表实现的队列,要根据先进先出的规则考虑头和尾的位置

我们知道队列是先进先出的,对于链表,我们能采用单链表尽量采用单链表,能方便尽量方便,同时还要兼顾效率

  • 方案一 如果队头设在链表尾,队尾设在链表头。那么队尾进队插入在链表头部插入没问题。容易实现,但是如果队头删除在尾部进行,如果不设置尾指针要遍历到队尾,但是设置尾指针删除需要将它指向前驱节点那么就需要双向链表。都挺麻烦的。

  • 方案二但是如果队头设在链表头,队尾设在链表尾部,那么队尾进队插入在链表尾部插入没问题(用尾指针可以直接指向next)。容易实现,如果队头删除在头部进行也很容易,就是我们前面常说的头节点删除节点。

  • 所以我们最终采取的是方案2的带头节点,带尾指针的单链表!

主要操作为:

  • 初始化:
public class listQueue<T> { static class node<T> { T data;// 节点的结果 node next;// 下一个连接的节点 public node() {} public node(T data) { this.data = data; } } node front;//相当于head 带头节点的 node rear;//相当于tail/end public listQueue() { front=new node<T>(); rear=front; } 
  • 入队:rear.next=va;rear=va;(va为被插入节点)
    在这里插入图片描述
  • 出队:队不空,front.next=front.next.next;经典带头节点删除
    在这里插入图片描述
  • 是否为空:return rear == front;
  • 大小:节点front遍历到rear的个数。

具体实现

数组实现

package 队栈;

public class seqQueue<T> { private T data[];// 数组容器 private int front;// 头 private int rear;// 尾 private int maxsize;// 最大长度 public seqQueue(int i)// 设置长为i的int 型队列 { data = (T[]) new Object[i+1]; front = 0; rear = 0; maxsize = i+1; } public int lenth() { return (rear+maxsize-front)%maxsize; } public boolean isempty() { return rear == front; } public boolean isfull() { return (rear + 1) % maxsize == front; } public void enQueue(T i) throws Exception// 入队 { if (isfull()) throw new Exception("已满"); else { data[rear] = i; rear=(rear + 1) % maxsize; } } public T deQueue() throws Exception// 出队 { if (isempty()) throw new Exception("已空"); else { T va=data[front]; front=(front+1)%maxsize; return va; } } public String toString()// 输出队 { String va="队头: "; int lenth=lenth(); for(int i=0;i<lenth;i++) { va+=data[(front+i)%maxsize]+" "; } return va; } } 

链式实现

package 队栈;

public class listQueue<T> { static class node<T> { T data;// 节点的结果 node next;// 下一个连接的节点 public node() {} public node(T data) { this.data = data; } } node front;//相当于head 带头节点的 node rear;//相当于tail/end public listQueue() { front=new node<T>(); rear=front; } public int lenth() { int len=0; node team=front; while(team!=rear) { len++;team=team.next; } return len; } public boolean isempty() { return rear == front; } public void enQueue(T value) // 入队.尾部插入 { node va=new node<T>(value); rear.next=va; rear=va; } public T deQueue() throws Exception// 出队 { if (isempty()) throw new Exception("已空"); else { T va=(T) front.next.data; front.next=front.next.next; return va; } } public String toString() { node team=front.next; String va="队头: "; while(team!=null) { va+=team.data+" "; team=team.next; } return va; } } 

測試

在这里插入图片描述

总结

  • 对于队列来说数据结构相比栈复杂一些,但是也不是很难,搞懂先进先出然后就用数组或者链表实现即可。
  • 对于数组,队尾tail指向的位置是空的,而链表的front(head一样)为头指针为空的,所以在不同结构实现相同效果的方法需要注意一下。
  • 对于双向队列,大家可以自行了解,双向队列两边均可插入删除,能够实现堆栈公用等更加灵活调用的结果。(参考java的ArrayDeque).并且现在的消息队列等很多中间件都是基于队列模型延申。所以学会队列很重要!
  • 最后,笔者水平有限,如果有纰漏和不足之处还请指出。另外,如果感觉不错可以点个赞,关注个人公众号:bigsai 更多经常与你分享,关注回复数据结构获取精心准备的数据结构和算法资料多份
    在这里插入图片描述

猜你喜欢

转载自www.cnblogs.com/bigsai/p/11363071.html