Java代码手撕【数据结构】| 队列的实现与优化指南

开发 前端
本文详细介绍了队列数据结构的概念和应用,包括普通队列和环形队列的实现。队列是一种有序的数据结构,它在计算机科学中被广泛应用,用于管理数据和任务的顺序执行。普通队列使用数组实现,但存在内存资源浪费的问题。

一、前言

队列是一种重要的数据结构,它按照“先入先出”(FIFO)的原则管理数据。本文将介绍队列的概念、应用场景,以及如何使用数组实现普通队列和环形队列。

二、内容

2.1 概述

2.1.1什么是队列?

队列(Queue)是一种常见的数据结构,它是一个线性数据结构,按照先入先出(FIFO,First-In-First-Out)的原则来管理数据。

注意,先入先出的原则就意味着最早进入队列的元素将最先被取出,而最后进入队列的元素将最后被取出,类似于排队等候服务的行为。

队列可以使用数组或链表来实现,具体实现方式因应用需求而异。

队列支持两种主要的操作,即入队(Enqueue)和出队(Dequeue)。

  • 入队:将元素添加到队列的尾部。
  • 出队:从队列的头部取出元素并删除它。
应用场景

队列的应用场景有很多,比如:

  1. 任务调度:操作系统使用队列来管理待执行的任务或进程,确保按照进入队列的顺序分配处理时间。
  2. 数据缓冲:队列用于数据传输和处理中,特别是在异步通信或生产者-消费者模式中,可以缓冲待处理的数据。
  3. 广度优先搜索:在图论和搜索算法中,队列用于实现广度优先搜索,以逐层遍历图结构。
  4. 打印任务队列:打印机队列用于管理待打印的文档,确保按照顺序打印。
  5. 网页请求队列:Web服务器可以使用队列来处理收到的请求,以便有序响应客户端请求。
  6. 排队系统:在银行、餐馆、医院等场所,队列被用来管理等待服务的客户,确保服务按照先来先服务的原则。
  7. ......

队列在计算机科学和实际应用中非常有用,因为它们提供了一种有效的方法来管理和调度数据或任务,以确保按照特定的顺序进行处理。

2.2 数组模拟队列

下面,我们用数组来模拟一个简单的队列数据结构。

2.2.1 队列类定义

首先给出类的定义:

class ArrayQueue {
    private int maxSize;
    private int front;
    private int rear;
    private int[] data;
    
    ArrayQueue(int queueMaxSize) {
        maxSize = queueMaxSize;    // 队列的最大容量
        data = new int[maxSize];    // 存放队列的数据
        front = -1;    // 指向队列头的前一个位置
        rear = -1;     // 直接指向队列尾部
    }
	
    // ... 方法定义
}

在这里,ArrayQueue 是一个队列类,使用数组作为内部数据存储。它包括最大容量(maxSize)、队列头(front)、队列尾(rear)和一个整数数组(data)来存放队列的数据。

构造函数 ArrayQueue 接受一个整数参数 queueMaxSize,表示队列的最大容量。初始化时,队列的头(front)和尾都(rear)被置为-1,表示队列为空。

需要注意这里的定义,在这里,front 变量指的是指向队列首元素的前一个位置,而 rear 变量则指向队列的尾部元素,即最后一个元素。

因此,初始队列的结构图如下:

2.2.2 isEmpty

public boolean isEmpty() {
    return rear == front;
}

2.2.3 isFull

public boolean isFull() {
    return rear == maxSize - 1;
}

2.2.4 enQueue

// 入队操作,添加数据到队尾
public void enQueue(int num) {
    if(isFull()) {
        System.out.println("队列已满,无法入队");
        return;
    }
    rear++;
    data[rear] = num;
}

enQueue 方法用于将数据添加到队列的尾部。首先,它会检查队列是否已满,如果是,将输出一条错误消息并不执行入队操作。如果队列未满,将 rear 后移,然后将数据存入队列尾部。

再次强调一下,这里的 rear 变量用于指向队列的最后一个数据,即队列的尾部。

2.2.5 deQueue

// 出队操作,取出队头数据
public int deQueue() {
    if(isEmpty()) {
        throw new RuntimeException("队列为空,无法出队"); 
    }
    front++;
    return data[front];
}

deQueue 方法用于取出队列头部的数据。首先,它会检查队列是否为空,如果是,将抛出一个运行时异常。如果队列不为空,将 front 后移,然后返回队头的数据。

再次强调一下,这里的 front 变量指向的是队列头数据的前一个位置。

2.2.6 headQueue

// 查看队头数据(注意不是取出数据)
public int headQueue() {
    if(isEmpty()) {
        throw new RuntimeException("队列为空,没有数据");
    }
    return data[front+1];
}

headQueue 方法用于获取队列头部的数据,但不会将其出队。它会检查队列是否为空,如果是,将抛出一个运行时异常。如果队列不为空,将返回队头的数据。

2.2.7 showQueue

// 打印队列
public void showQueue() {
    if(isEmpty()) {
        System.out.println("队列为空,没有数据");
        return;
    }
    // 简单的遍历队列
    for(int i = 0; i < data.length; i++) {
        System.out.printf("data[%d] = %d\n", i, data[i]);
    }
}

showQueue 方法用于简单地打印队列的所有元素。如果队列为空,将输出一条消息表示队列为空。否则,它会简单地遍历队列,打印每个数据元素的索引和值。

2.3 数组模拟环形队列

存在的问题

我们再来思考一个问题,虽然上述的队列类实现了一个简单的队列数据结构,但仍然存在弊端。那就是数组使用一次后不能复用。

什么意思?

具体的,我们可以发现,每当队列入队一个数据,rear 变量就会往后移一位。每当有元素出队,front 变量也会往后移一位。但是!一旦 rear 变量到达队列的尾部,如果队列头部仍有空余的空间,就像这样:

那么此时根据 isFull() 方法的判断下,该队列是满的。因此无法再入队。

因此我们说,对于之前的队列简单实现来说,一旦队列中的数据元素被取出,对应的数组位置就不能再次使用。数据从头部添加,从尾部取出。一旦数组被填满,我们无法再添加新的数据,即使队列的前面已经有一些位置被释放出来。这就会导致内存资源浪费。

为了解决这个问题,我们考虑使用环形队列来优化。

那什么是环形队列?

事实上,环形队列是一种更高效的队列实现方式,它允许队列在达到最大容量后继续添加元素,以覆盖掉队列头部已经被取出的数据,实现数据的循环复用。

我们通过取模运算 % 来实现环形队列。

思路分析

当我们考虑了队列内部数据存储资源的复用后,我们就需要对 front 和 rear 变量的含义进行一个的调整(当然不调整也行,看个人习惯)。

具体如下:

  • front 变量: 表示指向队列的第一个元素,即首元素。 data[front] 是队列的第一个元素。 front的初始值为 0。
  • rear 变量: 表示指向队列最后一个元素的下一个位置。 这是为了表示队列中哪些位置是可用的,以便继续添加新的元素。 rear 的初始值同样为 0。

当我们这样约定好了后,就可以开始着手编写代码,得到一个环形队列。

此时判断队列已满或空时,逻辑需要略微调整。

判断环形队列空时,条件为:(rear == front)。因为当 rear 指针等于 front 指针时,表示队列没有有效的元素,即队列为空。

判断环形队列满时,条件为:(rear + 1) % maxSize == front

这该怎么理解?

事实上,在含义调整后,环形队列中的 rear 变量指向的位置实际上就是预留给下次入队的数据存放的位置。

当有一个新的数据入队时,rear 指向的位置就可以存储本次入队的数据的值,然后,rear 就会加一并取余 maxSize ,用于寻找下一个可以存储入队数据的位置。

因此,当(rear + 1) % maxSize 的值刚好等于 front,那么证明该环形队列已经满了,没有地方可以存储下一次入队的值。

举一个例子,假设 maxSize 为 3,初始时 front 和 rear 都是0:

  • 队列为空:front = 0, rear = 0
  • 插入一个元素:front = 0, rear = 1
  • 插入第二个元素:front = 0, rear = 2
  • 插入第三个元素:front = 0, rear = 0(此时队列满,因为 (rear + 1) % maxSize 等于 front)
  • 取出第一个元素:front = 1, rear = 0(此时队列有效元素个数为 2,因为 (0+3-1) % 3 == 2)

示意图如下:

优化后的队列类

优化后的代码实现如下:

class CircleArrayQueue {
    private int maxSize;
    private int front;    // 初始值为 0,指向队头数据,即首元素
    private int rear;     // 初始值为 0,指向队尾数据的下一个位置
    private int[] data;
	
    ArrayQueue(int queueMaxSize) {
        maxSize = queueMaxSize;	
        data = new int[maxSize];
    }
	
    // 判断队列是否为空
    public boolean isEmpty() {
        return rear == front;
    }
	
    // 判断队列是否满
    public boolean isFull() {
        return (rear + 1) % maxSize == front;
    }
	
    // 入队:添加数据到队尾
    public void enQueue(int num) {
        if(isFull()) {
            System.out.println("队列已满,无法入队");
            return;
        }
        data[rear] = num;
        rear = (rear + 1) % maxSize;
    }
	
    // 出队,取出队头数据
    public int deQueue() {
        if(isEmpty()) {
            throw new RuntimeException("队列为空,无法出队"); 
        }
        int value = data[front];
        front = (front + 1) % maxSize;
        return value;
    }
	
    // 显示队列的头数据(不是取出数据)
    public int headQueue() {
        if(isEmpty()) {
            throw new RuntimeException("队列为空,没有数据");
        }
        return data[front];
    }
	
    // 返回环形队列当前的元素个数
    public int size() {
        return (rear + maxSize - front) % maxSize;
    }
	
    // 打印队列
    public void showQueue() {
        if(isEmpty()) {
            System.out.println("队列为空,没有数据");
            return;
        }
        // 遍历思路,从 data[front] 遍历到 data[front + size]
        for(int i = front; i < front + size(); i++) {
            System.out.printf("data[%d] = %d\n", i%maxSize, data[i%maxSize]);
        }
    }
}

三、总结

本文详细介绍了队列数据结构的概念和应用,包括普通队列和环形队列的实现。队列是一种有序的数据结构,它在计算机科学中被广泛应用,用于管理数据和任务的顺序执行。普通队列使用数组实现,但存在内存资源浪费的问题。为了解决这个问题,我们引入了环形队列的概念,它允许队列数据的循环复用,更加高效地利用内存。

责任编辑:武晓燕 来源: 今日头条
相关推荐

2021-03-09 06:30:32

JAVA数据结构算法

2020-12-17 10:12:33

数据结构算法队列

2021-03-29 08:01:20

JavaScript数据结构

2012-05-16 17:05:33

Java数据结构

2021-07-16 07:57:34

Python数据结构

2009-08-11 14:43:42

C#数据结构与算法

2023-09-25 12:23:18

Python

2017-09-06 10:55:19

Java

2020-10-28 10:10:03

Java单链表数据结构

2021-06-11 06:10:09

Python数据结构算法

2022-09-01 16:27:19

JavaScriptWeb开发

2017-08-31 09:45:43

JavaArrayList数据

2020-10-21 14:57:04

数据结构算法图形

2021-07-15 14:29:06

LRU算法

2021-09-06 08:13:35

APM系统监控

2011-04-11 12:48:36

队列数据结构C++

2023-10-27 07:04:20

2021-04-13 09:37:41

Java数据结构算法

2021-03-18 08:44:20

Java数据结构算法

2022-09-26 07:56:53

AVL算法二叉树
点赞
收藏

51CTO技术栈公众号