热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

深入解析队列机制及其广泛的应用场景

本文深入探讨了队列机制的核心原理及其在多种应用场景中的广泛应用。首先,文章详细解析了队列的基本概念、操作方法及其时间复杂度。接着,通过具体实例,阐述了队列在操作系统任务调度、网络通信、事件处理等领域的实际应用。此外,文章还对比了队列与其他常见数据结构(如栈、数组和链表)的优缺点,帮助读者更好地理解和选择合适的数据结构。最后,通过具体的编程示例,进一步巩固了对队列机制的理解和应用。

  数据结构&算法模块总结


  • (1)复杂度分析原理与方法
  • (2)数组与链表原理和使用场景讲解
  • (3)栈原理与应用场景讲解
  • (4)队列原理与应用场景讲解
  • (5)递归原理与虚拟机栈场景应用
  • (6)二分查找及其应用场景
  • (7) Redis有序集合跳表实现原理
  • (8) 散列表(Hash Table)原理和业界应用场景

1.链式队列和数组队列




(1)数组队列

    队列与栈的最大特点就是:队列有队头和队尾指针(下标),而栈只有顶端指针(下标)。

    一句话总结两者特点:“队列吃多了会拉(头进尾出),而栈吃多了会吐 (头进头出)

public class ArrayQueue {private String[] items; // 数组private int n = 0; // 数组大小// ★★head表示队头下标,tail表示队尾下标。栈只有一个顶部下标!private int head = 0;private int tail = 0;// 申请一个大小为capacity的数组public ArrayQueue(int capacity) {items = new String[capacity];n = capacity;}// 入队public boolean enqueue(String item) {// 如果tail == n 表示队列已经满了// ★如果一直入队再一直出队,会造成“假满队”现象!if (tail == n) return false; items[tail] = item;++tail; //★入队尾部后移return true;}// 出队public String dequeue() {// 如果head == tail 表示队列为空// ★这里也会有假满队问题if (head == tail) return null;String ret = items[head];++head; //★出队头部后移return ret;}
}

【入队和出队优化】

        "假满队"问题:入队与出队操作,head和tail都会持续往后移动。当tail移动到最右边,即使数组中还有空闲空间,也无法继续往队列中添加数据

        解决办法:


  • 出队:不搬移数据

  • 入队:集中触发一次数据搬移操作

// 入队操作,将item放入队尾public boolean enqueue(String item) {// tail == n表示队列末尾没有空间了if (tail == n) {// tail ==n && head==0,表示整个队列都占满了if (head == 0) return false; // ★数据搬移for (int i = head; i

(2)链表队列

        实现原理和栈类似,只不过头尾指针需要控制

public class LinkedQueue {//定义一个节点类private class Node{String value;Node next;}//记录队列元素个数private int size = 0;//head指向队头结点,tail指向队尾节点private Node head;private Node tail;//申请一个队列public LinkedQueue(){}//入队public boolean enqueue(String item){Node newNode = new Node();newNode.value = item;if (size == 0) head = newNode;else tail.next = newNode;tail = newNode;size++;return true;}//出队public String dequeue(){String res = null;if(size == 0) return res;if(size == 1) tail = null;res = head.value;head = head.next;size--;return res;}
}


2.循环队列



        循环队列,顾名思义,它⻓得像⼀个环。原本数组是有头有尾的,是⼀条直线。现在我们把⾸尾相连,扳成了⼀个环。

         我们可以看到,图中这个队列的⼤⼩为8,当前head=4,tail=7。当有⼀个新的元素a⼊队时,我们放⼊下标为7的位置。但这个时候,我们并不把tail更新为8,⽽是将其在环中后移⼀位,到下标为0的位置。当再有⼀个元素b⼊队时,我们将b放⼊下标为0的位置,然后tail加1更新为1。所以,在a,b依次⼊队之后,循环队列中的元素就变成了下⾯的样⼦:

         通过这样的⽅法,我们成功避免了数据搬移操作。看起来不难理解,但是循环队列的代码实现难度要⽐前⾯讲的⾮循环队列难多了。要想写出没有bug的循环队列的实现代码,我个⼈觉得,最关键的是,确定好队空和队满的判定条件。

        在⽤数组实现的⾮循环队列中,队满的判断条件是tail == n,队空条件是head == tail。那针对循环队列,如何判断队空和队满呢?

        队列为空的判断条件仍然是head == tail。但队列满的判断条件就稍微有点复杂了。我画了⼀张队列满的图,你可以看⼀下,试着总结⼀下规律。

         就像我图中画的队满的情况,tail=3,head=4,n=8,所以总结⼀下规律就是:(3+1)%8=4。多画⼏张队满的图,你就会发现,当队满时,(tail+1)%n=head。

        你有没有发现,当队列满时,图中的tail指向的位置实际上是没有存储数据的。所以,循环队列会浪费⼀个数组的存储空间。
        Talk is cheap,如果还是没怎么理解,那就show you code吧。

public class CircularQueue {// 数组:items,数组大小:nprivate String[] items;private int n = 0;// head表示队头下标,tail表示队尾下标private int head = 0;private int tail = 0;// 申请一个大小为capacity的数组public CircularQueue(int capacity) {items = new String[capacity];n = capacity;}// 入队public boolean enqueue(String item) {// 队列满了if ((tail + 1) % n == head) return false;items[tail] = item;tail = (tail + 1) % n;return true;}// 出队public String dequeue() {// 如果head == tail 表示队列为空if (head == tail) return null;String ret = items[head];head = (head + 1) % n;return ret;}
}


3.队列应用介绍




(1) 阻塞队列 (入队、出队阻塞)


    ①阻塞原理如下:

  • 队列空时:从队头取数据会被阻塞,直到队列中有了数据才能返回;
  • 队列满时:在队尾插入数据会被阻塞,直到队列中有空闲位置后再插入数据,然后再返回。



      ②阻塞原型本质是生产者与消费者

 在多线程情况下,会有多个线程同时操作队列,但这个时候就会存在线程安全问题。见并发队列解决方案。


(2) 并发队列队列 (多线程操作)


①并发原理(关注锁粒度即可


  • 最简单直接的实现方式是直接在enqueue()、dequeue()方法上加锁但是锁粒度大并发度会比较低同一时刻仅允许一个生产者存或者消费者取操作

  • 实际上,基于数组的循环队列,利用CAS原子操作,可以实现非常高效的并发队列。这也是循环队列比链式队列应用更加广泛的原因。


②并发请求处理策略


  • 非阻塞方式: 请求满时,直接拒绝任务请求

  • 阻塞方式:请求满时,排队等候直到有空闲线程处理


③采用不同数据结构实现特点


  • 链表实现无限排队的无界队列,但是可能会导致过多的请求排队等待,请求处理的响应时间过长。不适合快速响应系统

  • 数组实现: 队列的大小有限,所以线程池中排队的请求超过队列大小时,接下来的请求就会被拒绝。适合快速响应系统。队列太大导致等待的请求太多,队列太小会导致无法充分利用系统资源、发挥最大性能(太大请求超时,太小降低并发量浪费资源)


④CAS实现无锁并发队列原理


  • 入队前:获取队列tail位置,入队时比较tail位置是否发生变化,如果未变化,则允许入队。否则拒绝本次请求。

  • 出队前:获取队列head位置,同上比较是否发生变化,若未变化则允许出队。


⑤Kafka分布式消息队列原理(待补充)


推荐阅读
  • 深入探讨:Actor模型如何解决并发与分布式计算难题
    在现代软件开发中,高并发和分布式系统的设计面临着诸多挑战。本文基于Akka最新文档,详细探讨了Actor模型如何有效地解决这些挑战,并提供了对并发和分布式计算的新视角。 ... [详细]
  • Redis:缓存与内存数据库详解
    本文介绍了数据库的基本分类,重点探讨了关系型与非关系型数据库的区别,并详细解析了Redis作为非关系型数据库的特点、工作模式、优点及持久化机制。 ... [详细]
  • 关于进程的复习:#管道#数据的共享Managerdictlist#进程池#cpu个数1#retmap(func,iterable)#异步自带close和join#所有 ... [详细]
  • 在iOS开发中,多线程技术的应用非常广泛,能够高效地执行多个调度任务。本文将重点介绍GCD(Grand Central Dispatch)在多线程开发中的应用,包括其函数和队列的实现细节。 ... [详细]
  • 面试题总结_2019年全网最热门的123个Java并发面试题总结
    面试题总结_2019年全网最热门的123个Java并发面试题总结 ... [详细]
  • 本文将深入探讨 iOS 中的 Grand Central Dispatch (GCD),并介绍如何利用 GCD 进行高效多线程编程。如果你对线程的基本概念还不熟悉,建议先阅读相关基础资料。 ... [详细]
  • RTThread线程间通信
    线程中通信在裸机编程中,经常会使用全局变量进行功能间的通信,如某些功能可能由于一些操作而改变全局变量的值,另一个功能对此全局变量进行读取& ... [详细]
  • 我自己做了一个网站图片的抓取,感觉速度有点慢抓取4000张图片可能得用15分钟左右的时间,我百度看用线程可以加快抓取,然后创建了5个线程抓取,但是5个线程是同步执行同样的操作一个图片就 ... [详细]
  • RocketMQ在秒杀时的应用
    目录一、RocketMQ是什么二、broker和nameserver2.1Broker2.2NameServer三、MQ在秒杀场景下的应用3.1利用MQ进行异步操作3. ... [详细]
  • 本文介绍了Spring 2.0引入的TaskExecutor接口及其多种实现,包括同步和异步执行任务的方式。文章详细解释了如何在Spring应用中配置和使用这些线程池实现,以提高应用的性能和可管理性。 ... [详细]
  • Python 数据可视化实战指南
    本文详细介绍如何使用 Python 进行数据可视化,涵盖从环境搭建到具体实例的全过程。 ... [详细]
  • 流处理中的计数挑战与解决方案
    本文探讨了在流处理中进行计数的各种技术和挑战,并基于作者在2016年圣何塞举行的Hadoop World大会上的演讲进行了深入分析。文章不仅介绍了传统批处理和Lambda架构的局限性,还详细探讨了流处理架构的优势及其在现代大数据应用中的重要作用。 ... [详细]
  • 在运行于MS SQL Server 2005的.NET 2.0 Web应用中,我偶尔会遇到令人头疼的SQL死锁问题。过去,我们主要通过调整查询来解决这些问题,但这既耗时又不可靠。我希望能找到一种确定性的查询模式,确保从设计上彻底避免SQL死锁。 ... [详细]
  • JUC(三):深入解析AQS
    本文详细介绍了Java并发工具包中的核心类AQS(AbstractQueuedSynchronizer),包括其基本概念、数据结构、源码分析及核心方法的实现。 ... [详细]
  • 探讨Redis的最佳应用场景
    本文将深入探讨Redis在不同场景下的最佳应用,包括其优势和适用范围。 ... [详细]
author-avatar
君与龙_501
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有