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
  • 本文详细介绍了Java编程语言中的核心概念和常见面试问题,包括集合类、数据结构、线程处理、Java虚拟机(JVM)、HTTP协议以及Git操作等方面的内容。通过深入分析每个主题,帮助读者更好地理解Java的关键特性和最佳实践。 ... [详细]
  • C++实现经典排序算法
    本文详细介绍了七种经典的排序算法及其性能分析。每种算法的平均、最坏和最好情况的时间复杂度、辅助空间需求以及稳定性都被列出,帮助读者全面了解这些排序方法的特点。 ... [详细]
  • 本文介绍了Java并发库中的阻塞队列(BlockingQueue)及其典型应用场景。通过具体实例,展示了如何利用LinkedBlockingQueue实现线程间高效、安全的数据传递,并结合线程池和原子类优化性能。 ... [详细]
  • 本文深入探讨了Linux系统中网卡绑定(bonding)的七种工作模式。网卡绑定技术通过将多个物理网卡组合成一个逻辑网卡,实现网络冗余、带宽聚合和负载均衡,在生产环境中广泛应用。文章详细介绍了每种模式的特点、适用场景及配置方法。 ... [详细]
  • 2023年京东Android面试真题解析与经验分享
    本文由一位拥有6年Android开发经验的工程师撰写,详细解析了京东面试中常见的技术问题。涵盖引用传递、Handler机制、ListView优化、多线程控制及ANR处理等核心知识点。 ... [详细]
  • 深入解析Redis内存对象模型
    本文详细介绍了Redis内存对象模型的关键知识点,包括内存统计、内存分配、数据存储细节及优化策略。通过实际案例和专业分析,帮助读者全面理解Redis内存管理机制。 ... [详细]
  • 由二叉树到贪心算法
    二叉树很重要树是数据结构中的重中之重,尤其以各类二叉树为学习的难点。单就面试而言,在 ... [详细]
  • 本文详细探讨了KMP算法中next数组的构建及其应用,重点分析了未改良和改良后的next数组在字符串匹配中的作用。通过具体实例和代码实现,帮助读者更好地理解KMP算法的核心原理。 ... [详细]
  • 本文提供了使用Java实现Bellman-Ford算法解决POJ 3259问题的代码示例,详细解释了如何通过该算法检测负权环来判断时间旅行的可能性。 ... [详细]
  • 本题探讨如何通过最大流算法解决农场排水系统的设计问题。题目要求计算从水源点到汇合点的最大水流速率,使用经典的EK(Edmonds-Karp)和Dinic算法进行求解。 ... [详细]
  • 微软Exchange服务器遭遇2022年版“千年虫”漏洞
    微软Exchange服务器在新年伊始遭遇了一个类似于‘千年虫’的日期处理漏洞,导致邮件传输受阻。该问题主要影响配置了FIP-FS恶意软件引擎的Exchange 2016和2019版本。 ... [详细]
  • 本问题探讨了在特定条件下排列儿童队伍的方法数量。题目要求计算满足条件的队伍排列总数,并使用递推算法和大数处理技术来解决这一问题。 ... [详细]
  • 丽江客栈选择问题
    本文介绍了一道经典的算法题,题目涉及在丽江河边的n家特色客栈中选择住宿方案。两位游客希望住在色调相同的两家客栈,并在晚上选择一家最低消费不超过p元的咖啡店小聚。我们将详细探讨如何计算满足条件的住宿方案总数。 ... [详细]
  • 本文详细介绍了Grand Central Dispatch (GCD) 的核心概念和使用方法,探讨了任务队列、同步与异步执行以及常见的死锁问题。通过具体示例和代码片段,帮助开发者更好地理解和应用GCD进行多线程开发。 ... [详细]
  • 本文介绍了如何在 C# 和 XNA 框架中实现一个自定义的 3x3 矩阵类(MMatrix33),旨在深入理解矩阵运算及其应用场景。该类参考了 AS3 Starling 和其他相关资源,以确保算法的准确性和高效性。 ... [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