You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
hello-algo/docs/chapter_stack_and_queue/queue.md

219 lines
6.8 KiB

This file contains ambiguous Unicode characters!

This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.

---
comments: true
---
# 队列
「队列 Queue」是一种遵循「先入先出 first in, first out」数据操作规则的线性数据结构。顾名思义队列模拟的是排队现象即外面的人不断加入队列尾部而处于队列头部的人不断地离开。
我们将队列头部称为「队首」,队列尾部称为「队尾」,将把元素加入队尾的操作称为「入队」,删除队首元素的操作称为「出队」。
![queue_operations](queue.assets/queue_operations.png)
<p align="center"> Fig. 队列的先入先出特性 </p>
## 队列常用操作
队列的常用操作见下表,方法命名需根据编程语言的设定来具体确定。
<p align="center"> Table. 队列的常用操作 </p>
<div class="center-table" markdown>
| 方法 | 描述 |
| --------- | ---------------------------- |
| offer() | 元素入队,即将元素添加至队尾 |
| poll() | 队首元素出队 |
| front() | 访问队首元素 |
| size() | 获取队列的长度 |
| isEmpty() | 判断队列是否为空 |
</div>
我们可以直接使用编程语言实现好的队列类。
=== "Java"
```java title="queue.java"
/* 初始化队列 */
Queue<Integer> queue = new LinkedList<>();
/* 元素入队 */
queue.offer(1);
queue.offer(3);
queue.offer(2);
queue.offer(5);
queue.offer(4);
System.out.println("队列 queue = " + queue);
/* 访问队首元素 */
int peek = queue.peek();
System.out.println("队首元素 peek = " + peek);
/* 元素出队 */
int poll = queue.poll();
System.out.println("出队元素 poll = " + poll + ",出队后 queue = " + queue);
/* 获取队列的长度 */
int size = queue.size();
System.out.println("队列长度 size = " + size);
/* 判断队列是否为空 */
boolean isEmpty = queue.isEmpty();
```
=== "C++"
```cpp title="queue.cpp"
```
=== "Python"
```python title="queue.py"
```
## 队列实现
队列需要一种可以在一端添加,并在另一端删除的数据结构,也可以使用链表或数组来实现。
### 基于链表的实现
我们将链表的「头结点」和「尾结点」分别看作是队首和队尾,并规定队尾只可添加结点,队首只可删除结点。
=== "Java"
```java title="linkedlist_queue.java"
/* 基于链表实现的队列 */
class LinkedListQueue {
LinkedList<Integer> list;
public LinkedListQueue() {
// 初始化链表
list = new LinkedList<>();
}
/* 获取队列的长度 */
public int size() {
return list.size();
}
/* 判断队列是否为空 */
public boolean isEmpty() {
return list.size() == 0;
}
/* 入队 */
public void offer(int num) {
// 尾结点后添加 num
list.addLast(num);
}
/* 出队 */
public int poll() {
// 删除头结点
return list.removeFirst();
}
/* 访问队首元素 */
public int peek() {
return list.getFirst();
}
}
```
=== "C++"
```cpp title="linkedlist_queue.cpp"
```
=== "Python"
```python title="linkedlist_queue.py"
```
### 基于数组的实现
数组的删除首元素的时间复杂度为 $O(n)$ ,因此不适合直接用来实现队列。然而,我们可以借助两个指针 `front` , `rear` 来分别记录队首和队尾的索引位置,在入队 / 出队时分别将 `front` / `rear` 向后移动一位即可,这样每次仅需操作一个元素,时间复杂度降至 $O(1)$ 。
还有一个问题,在入队与出队的过程中,两个指针都在向后移动,而到达尾部后则无法继续移动了。为了解决此问题,我们可以采取一个取巧方案,即将数组看作是 “环形” 的。具体做法是规定指针越过数组尾部后,再次回到头部接续遍历,这样相当于使数组 “首尾相连” 了。
为了适应环形数组的设定,获取长度 `size()` 、入队 `offer()` 、出队 `poll()` 方法都需要做相应的取余操作处理,使得当尾指针绕回数组头部时,仍然可以正确处理操作。
基于数组实现的队列有一个缺点,即长度不可变。但这点我们可以通过动态数组来解决,有兴趣的同学可以自行实现。
=== "Java"
```java title="array_queue.java"
/* 基于环形数组实现的队列 */
class ArrayQueue {
int[] nums; // 用于存储队列元素的数组
int size = 0; // 队列长度(即元素个数)
int front = 0; // 头指针,指向队首
int rear = 0; // 尾指针,指向队尾 + 1
public ArrayQueue(int capacity) {
// 初始化数组
nums = new int[capacity];
}
/* 获取队列的容量 */
public int capacity() {
return nums.length;
}
/* 获取队列的长度 */
public int size() {
int capacity = capacity();
// 由于将数组看作为环形,可能 rear < front ,因此需要取余数
return (capacity + rear - front) % capacity;
}
/* 判断队列是否为空 */
public boolean isEmpty() {
return rear - front == 0;
}
/* 入队 */
public void offer(int num) {
if (size() == capacity()) {
System.out.println("队列已满");
return;
}
// 尾结点后添加 num
nums[rear] = num;
// 尾指针向后移动一位,越过尾部后返回到数组头部
rear = (rear + 1) % capacity();
}
/* 出队 */
public int poll() {
// 删除头结点
if (isEmpty())
throw new EmptyStackException();
int num = nums[front];
// 队头指针向后移动,越过尾部后返回到数组头部
front = (front + 1) % capacity();
return num;
}
/* 访问队首元素 */
public int peek() {
// 删除头结点
if (isEmpty())
throw new EmptyStackException();
return nums[front];
}
}
```
=== "C++"
```cpp title="array_queue.cpp"
```
=== "Python"
```python title="array_queue.py"
```
## 队列典型应用
- **淘宝订单。** 购物者下单后,订单就被加入到队列之中,随后系统再根据顺序依次处理队列中的订单。在双十一时,在短时间内会产生海量的订单,如何处理「高并发」则是工程师们需要重点思考的问题。
- **各种待办事项。** 例如打印机的任务队列、餐厅的出餐队列等等。