【数据结构与算法-初学者指南】【附带力扣原题】队列

2024-02-10 03:28

本文主要是介绍【数据结构与算法-初学者指南】【附带力扣原题】队列,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 🎉🎉欢迎光临🎉🎉

🏅我是苏泽,一位对技术充满热情的探索者和分享者。🚀🚀

🌟特别推荐给大家我的最新专栏《数据结构与算法:初学者入门指南》📘📘

本专栏纯属为爱发电永久免费!!!

这是苏泽的个人主页可以看到我其他的内容哦👇👇

努力的苏泽icon-default.png?t=N7T8http://suzee.blog.csdn.net/

 

队列:基本原理及操作

在计算机科学中,队列是一种常见的数据结构,它可以用于多种场景,例如任务调度、事件处理等。本篇博客将介绍队列的基本原理和常见操作,并探讨如何使用数组模拟队列的操作以及该方法的优缺点及性能影响。最后,我们将针对基于数组的队列算法题目提供解题思路和优化方法的讨论。

队列的基本概念和特点

队列是一种先进先出(First In First Out, FIFO)的数据结构。它类似于现实中的排队,即先来的人先服务,后来的人后服务。在队列中,元素从队尾入队,从队首出队。

队列具有以下几个特点:

  • 入队操作:将一个元素插入队列的尾部。
  • 出队操作:将队列头部的元素删除并返回。
  • 队列长度:队列中元素的数量。
  • 队空判断:判断队列是否为空。
  • 队满判断:当队列大小有限时,队列已满时禁止插入新元素。

队列的常见操作

队列是一种基本的数据结构,常见的操作包括以下几个:

  • 入队操作:将元素插入队列尾部。
  • 出队操作:返回队列头部元素并删除。
  • 队列长度:返回队列中元素的数量。
  • 队空判断:判断队列是否为空。
  • 队满判断:当队列大小有限时,队列已满时禁止插入新元素。

下面是使用Java实现队列的示例代码:

public class Queue<T> {private int maxSize;  // 队列容量private T[] data;     // 存储元素的数组private int front;    // 队头指针private int rear;     // 队尾指针// 构造函数public Queue(int maxSize) {this.maxSize = maxSize;this.data = (T[]) new Object[maxSize];this.front = 0;this.rear = 0;}// 入队操作public void enqueue(T element) {if (isFull()) {throw new RuntimeException("Queue is full!");}data[rear] = element;rear = (rear + 1) % maxSize;  // 循环队列}// 出队操作public T dequeue() {if (isEmpty()) {throw new RuntimeException("Queue is empty!");}T element = data[front];front = (front + 1) % maxSize;  // 循环队列return element;}// 获取队列长度public int size() {return (rear - front + maxSize) % maxSize;}// 判断队列是否为空public boolean isEmpty() {return front == rear;}// 判断队列是否已满public boolean isFull() {return (rear + 1) % maxSize == front;}// 获取队头元素public T peek() {if (isEmpty()) {throw new RuntimeException("Queue is empty!");}return data[front];}
}

上述代码中,我们使用了数组来实现队列的基本操作。其中maxSize表示队列容量,data数组用于存储队列元素,frontrear分别表示队头和队尾指针。通过上述基本操作的实现,可以构造出一个完整的队列数据结构。

数组模拟队列:实现原理与性能分析

在队列的实现中,使用数组来模拟队列是一种常见的方式。下面我们来探讨如何使用数组模拟队列的操作,以及该方法的优缺点和性能影响。

数组模拟队列的实现原理

使用数组模拟队列的实现原理是:使用数组作为队列的存储空间,通过两个指针分别指向队头和队尾,完成队列的入队、出队、队列长度等操作。

具体来说,使用数组模拟队列常用的做法是使用循环队列。循环队列可以解决顺序队列因删除元素而造成空闲空间无法利用的问题。循环队列中,队头指针front和队尾指针rear都是指向数组中的元素,当入队操作将rear指针移动到数组的最后一位时,rear指针会回到数组的第一位。同样,当出队操作将front指针移动到数组的最后一位时,front指针也会回到数组的第一位。

数组模拟队列的优缺点和性能影响

使用数组模拟队列的优点是实现简单,易于理解和掌握。同时,由于数组的内存空间是连续的,因此对于CPU缓存来说,数组的访问速度更快,性能更高。另外,使用循环队列可以避免因删除元素而造成空闲空间无法利用的问题。

但是,使用数组模拟队列也存在一些缺点。首先,如果队列大小有限,当队列已满时,禁止插入新元素,这是一种浪费空间的做法。其次,当进行元素的出队操作时,需要将队列中的所有元素向前移动一个位置,这样会导致时间复杂度为O(n),性能较差。

基于数组的队列算法题解分析

下面我们将针对基于数组的队列算法题目提供解题思路和优化方法的讨论。

题目一:用队列实现栈

这个题目是LeetCode第225题,要求使用队列来实现栈的操作。具体来说,需要实现以下几个方法:

class MyStack {public MyStack() {}public void push(int x) {}public int pop() {}public int top() {}public boolean empty() {}
}

其中,push方法将元素推入栈顶,pop方法将栈顶元素弹出并返回,top方法获取栈顶元素,empty方法判断栈是否为空。

使用队列来实现栈的操作,可以使用两个队列来模拟。当需要进行入栈操作时,将元素插入到一个非空队列的队尾即可。当需要进行出栈、获取栈顶元素或判断栈是否为空等操作时,则需要将元素从一个队列中取出,并将其余的元素依次插入到另外一个队列中。下面是基于数组的队列实现栈的示例代码:

class MyStack {private Queue<Integer> queue1;private Queue<Integer> queue2;/** Initialize your data structure here. */public MyStack() {queue1 = new LinkedList<>();queue2 = new LinkedList<>();}/** Push element x onto stack. */public void push(int x) {if (!queue1.isEmpty()) {queue1.offer(x);} else {queue2.offer(x);}}/** Removes the element on top of the stack and returns that element. */public int pop() {if (empty()) {throw new RuntimeException("Stack is empty!");}if (!queue1.isEmpty()) {while (queue1.size() > 1) {queue2.offer(queue1.poll());}return queue1.poll();} else {while (queue2.size() > 1) {queue1.offer(queue2.poll());}return queue2.poll();}}/** Get the top element. */public int top() {if (empty()) {throw new RuntimeException("Stack is empty!");}if (!queue1.isEmpty()) {while (queue1.size() > 1) {queue2.offer(queue1.poll());}int top = queue1.poll();queue2.offer(top);return top;} else {while (queue2.size() > 1) {queue1.offer(queue2.poll());}int top = queue2.poll();queue1.offer(top);return top;}}/** Returns whether the stack is empty. */public boolean empty() {return queue1.isEmpty() && queue2.isEmpty();}
}

题目要求使用队列实现栈的操作,即要实现pushpoptopempty这几个方法。

首先,我们可以考虑使用两个队列来模拟栈的操作。其中一个队列用于存储栈中的元素,另一个队列用于辅助操作。具体思路如下:

  1. 初始化两个空队列queue1queue2
  2. push操作:将元素插入到非空队列的队尾。
    • 如果queue1不为空,则将元素插入到queue1的队尾。
    • 如果queue1为空,则将元素插入到queue2的队尾。
  3. pop操作:弹出栈顶元素并返回。
    • 如果queue1不为空,则将queue1中除最后一个元素外的所有元素依次出队并入队到queue2,然后返回queue1的最后一个元素。
    • 如果queue1为空,则将queue2中除最后一个元素外的所有元素依次出队并入队到queue1,然后返回queue2的最后一个元素。
  4. top操作:获取栈顶元素。
    • 如果queue1不为空,则将queue1中除最后一个元素外的所有元素依次出队并入队到queue2,然后返回queue1的最后一个元素,并将该元素插入到queue2的队尾。
    • 如果queue1为空,则将queue2中除最后一个元素外的所有元素依次出队并入队到queue1,然后返回queue2的最后一个元素,并将该元素插入到queue1的队尾。
  5. empty操作:判断栈是否为空。
    • 当两个队列都为空时,栈为空。

祝大家新年快乐啦 过年可能没那么多时间刷题和记录了 希望各位好好生活别只顾着学习了哈! 要是觉得阿泽写的还过得去的 观众老爷们 可以给小泽一个免费的三连支持一下作为为爱发电的动力!!!感谢 !

这篇关于【数据结构与算法-初学者指南】【附带力扣原题】队列的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/696005

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

hdu1180(广搜+优先队列)

此题要求最少到达目标点T的最短时间,所以我选择了广度优先搜索,并且要用到优先队列。 另外此题注意点较多,比如说可以在某个点停留,我wa了好多两次,就是因为忽略了这一点,然后参考了大神的思想,然后经过反复修改才AC的 这是我的代码 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)