数据结构和算法-数组模拟环形队列实现(一)|学习笔记

简介: 快速学习数据结构和算法-数组模拟环形队列实现(一)

开发者学堂课程【Go 语言核心编程 - 数据结构和算法:数据结构和算法-数组模拟环形队列实现(一)】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/627/detail/9834


数据结构和算法-数组模拟环形队列实现(一)

 

内容简介:

一、代码实现

二、代码说明

三、代码运行

 

一、代码实现

打开 VSCode ,在 chapter20 文件夹中新建一个文件称为 circlequeue ,再在其内新建一个文件称为 main.go ,并输入以下代码:

package main

import (

fmt

errors

os

)

//使用一个结构体管理环形队列

type CircleQueue struct {

maxSize int  //4

array [4]int  //数组

head int  //指向队列队首 0

tail int  //指向队尾 0

}

//入队列 AddQueue(push)  GetQueue(pop)

func (this *circleQueue) Push(val int) (err error) {

if this.IsFull() {

return errors.New(queue full)

}

//分析出 this.tail 在队列尾部,但是包含最后的元素

this.array[this.tail] = val  //把值给尾部

this.tail++

return

//出队列

func (this *circleQueue) Pop() (val,err error) {

if this.IsEmpty() {

return 0, errors.New(queue empty)

}

//取出 head 是指向队首,并且含队首元素

val = this.array[this.head]

this.head++

return

}

//显示队列

func (this *CircleQueue) ListQueue() {

fmt.Println(环形队列情况如下:”)

//取出当前队列有多少个元素

size := this.Size()

if size == 0 {

fmt.Println(队列为空)

}

//设计一个辅助的变量,指定 head

tempHead := this.head

for i := 0; i < size;++ {

fmt.Println(arr[%d]=%d\t, tempHead, this.array[tempHead])

tempHead = (tempHead + 1) this.maxSize

}

fmt.Println()

} 

//判断环形队列是满

func (this *CircleQueue) IsFull() bool {

return (this.tail + 1) % this.maxSize == this.head

}

//判断环形队列是空

func (this *CircleQueue) IsEmpty() bool {

return this.tail == this.head

}

//取出环形队列有多少个元素

func (this *CircleQueue) Size() int {

//这是一个关键的算法。

return (this.tail + this.maxSize - this.head ) % this.maxSize

}

func main() {

//初始化一个环形队列

queue := &CircleQueue{

maxSize : 5,

head : 0,

tail : 0,

}

var key string

var val int

for {

fmt.Println(1.输入 add 表示添加数据队列)

fmt.Println(2.输入 get 表示从队列获取数据)

fmt.Println(3.输入 show 表示显示队列)

fmt.Println(4.输入 exit 表示显示队列)

fmt.Scanln(&key)

switch key {

case add:

fmt.Println(输入你要入队列数)

fmt.Scanln(&val)

err := queue.Push(val)

if err != nil {

fmt.Println(err.Error())

} else {

fmt.Println(加入队列ok)

}

case get:

if err != nil {

fmt.Println(err.Error())

} else {

fmt.Println(从队列中取出了一个数=,val)

}

caseshow:

caseexit:

os.Exit(0)

 

二、代码说明

说明①:这个可能看起来有点吃力,因为这是个环形列表,大家都不停的在后面, head 在不停的长,在加到快出去的时候加一个 maxSize ,然后就回去了,所以说会造成这个 tail 在某个情况下,它的自然值是小于 head 的,因为你还在后面去了,所以要把它加上,再减掉,再模上。

说明②:问一个问题,思考一下,如果像“this.tail++”这样写的话,tail 到底有没有包含这个队列的最后一个元素,就是在它运行的那瞬间,到底有没有包含它最后一个元素?

应该是没有的,因为初始化的时候,两个都是零,从目前算法来看,这个 tail 是在这个队列的最后,但是它没有包含最后一个元素。这样分析出这个尾部 this.tail ,它在队列尾部,但是它不含最后一个元素,它相当于是在最后一个元素,后面再移了一位。

可能会想为什么要移位?如果包含的话,这个就不好做,先看图片,如下:

image.png

原先箭头在1的位置,我加1,再加1,再加1,一直往前走,走到4位置的时候,因为它其实真的数据还在3的位置,等到再加一个的时候,其实这时的 tail 就是上图所指向的地方,没有真正的东西,因为要把这个地方留下来,当作一个标志位,然后判断一下我加1是不是等于零,如果等于零,就说明已经满了,最后这个要留下来。为什么留下来的原因是这样子的,如果不留下来,队首因为在整个环境取的时候,队列的首会发生变化,如果中间没有一个标志位很难处理,但是有些人会问为什么要标志位,在写的过程中会发现写了好久没有这个东西,没办法往下弄,

所以说环形链表用数组模拟环境列表,它实际的容量是这个数组的大小减一,如果你最后不留一个,这个叫做约定或者标志,此环境列表很难实现,为什么要这样做?

这个在做的工作实在没别的办法,想来想去没办法,便只能做一个约定。

如果你有一个办法说不留一个且最后这个都能用上,你厉害。从逻辑上看起来可能更复杂一点,估计会多一点判断,因为这个地方不留东西的话,不知道会出什么问题,可以试一下将其写出来,写出来给大家参考一下,这里就采用了一个相对容易理解的,我就留了一个,这个影响不是很大,为什么?

比如有一个数组,这个数组有50个元素,有一个没用,应该还是能够接受的,这个我就采用的是这种方式,即预留一个,最后做一个约定。

说明③:以上图作为参考,显示一个环形队列,有一个队首、一个队尾,可能会觉得那就从队首开始遍历到队尾就可以了,这是不对的,因为现在是变成环形的,环形的话就有可能出现这种情况,比如这个队尾走到5的位置,到这里突然因为种种原因,往前面加了一个,那也就是说,它的下标有可能是队尾小于队首,所以现在不能就给它一个 front ,然后遍历,这根本就不对了,代码执行不起来,所以这地方,不能再用那种方式。

相关文章
|
5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。
176 1
|
5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。
168 0
|
9月前
|
存储 算法 Java
算法系列之数据结构-二叉树
树是一种重要的非线性数据结构,广泛应用于各种算法和应用中。本文介绍了树的基本概念、常见类型(如二叉树、满二叉树、完全二叉树、平衡二叉树、B树等)及其在Java中的实现。通过递归方法实现了二叉树的前序、中序、后序和层次遍历,并展示了具体的代码示例和运行结果。掌握树结构有助于提高编程能力,优化算法设计。
308 10
 算法系列之数据结构-二叉树
|
9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。
265 3
 算法系列之数据结构-Huffman树
|
9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。
390 22
|
10月前
|
存储 机器学习/深度学习 算法
C 408—《数据结构》算法题基础篇—链表(下)
408考研——《数据结构》算法题基础篇之链表(下)。
403 30
|
10月前
|
存储 算法 C语言
C 408—《数据结构》算法题基础篇—链表(上)
408考研——《数据结构》算法题基础篇之链表(上)。
486 25
|
10月前
|
存储 人工智能 算法
C 408—《数据结构》算法题基础篇—数组(通俗易懂)
408考研——《数据结构》算法题基础篇之数组。(408算法题的入门)
670 23
|
12月前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
229 20
|
11月前
|
存储 算法 测试技术
【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
537 3

热门文章

最新文章