python数据结构与算法——队列

队列结构可以使用数组来模拟,只需要设定头和尾的两个标记

参考自《啊哈》

 1 # 按书中的代码会出现索引越界的问题(书中申请了超量的空间)
 2 # 尝试令tai初始为len(q)-1则不会出错但少了最后一位
 3 # 通过异常处理,捕获出界异常则直接跳出循环
 4 def queue_demo1(q):
 5     newq = []
 6     head = 0
 7     tail = len(q)                   # 记录队列最后一位
 8
 9     while head < tail :
10         newq.append(q[head])
11         head += 1
12         try:
13             q.append(q[head])
14         except IndexError:
15             break
16         head += 1
17         tail += 1
18
19     return newq

具体使用方法与注意事项,下面不同的实现方式也是同样的道理:

if __name__=="__main__":
# 注意,往list尾部以外的插入insert和删除del操作都是相当耗费时间的
# 最好只用append或extend

    q = list("631758924")          # 分离字符串序列
    newq = queue_demo(q)
    print newq

>>> [‘6‘, ‘1‘, ‘5‘, ‘9‘, ‘4‘, ‘7‘, ‘2‘, ‘8‘, ‘3‘]

我们也可以自己实现队列类型:

 1 # ======= 手动实现队列类型 =======
 2 # 队列节点元素
 3 class Node:
 4     def __init__(self,data,next=None):
 5         self.data = data
 6         self.next = next
 7
 8 # 简单的FIFO队列类别
 9 class Queue:
10     def __init__(self):
11         self.head = None
12         self.tail = None
13         self.count = 0
14
15     def append(self,data):
16         if self.head == None:
17            self.head = Node(data)
18            self.tail = self.head
19         else:
20             self.tail.next = Node(data)
21             self.tail = self.tail.next
22         self.count += 1
23
24     def pop(self):
25         if self.head == None:
26             raise "Error: head==None"
27         data = self.head.data
28         self.head = self.head.next
29         self.count -= 1
30         return data
31
32 # 从新实现上面的算法
33 def queue_demo2(q):
34
35     queue = Queue()
36     for item in q:                  # 初始化队列
37         queue.append(item)
38
39     newq = []
40     while queue.count > 0:
41         newq.append(queue.pop())    # 记录删除的元素
42         if queue.count==0:
43             break
44         else:
45             temp = queue.pop()      # 从新入队的元素
46             queue.append(temp)
47
48     return newq

python提供了内置的数据结构,在collections模块中

# 使用python内置对象
# deque: 双端队列,可以快速的从两侧追加和插入的对象
# 注意 list.pop(0) 也可以弹出首元素,但实际上很耗时间
def queue_demo3(q):
    from collections import deque
    # 好赞,突然发现,自己写的方法和内置对象名字一模一样,代码完全不用改
    # 上面的我也是猜的...
    queue = deque()
    for item in q:                  # 初始化队列
        queue.append(item)

    newq = []
    while queue.count > 0:
        newq.append(queue.pop())    # 记录删除的元素
        if queue.count==0:
            break
        else:
            temp = queue.pop()      # 从新入队的元素
            queue.append(temp)

    return newq
时间: 2024-10-09 20:38:58

python数据结构与算法——队列的相关文章

python数据结构与算法 36 树的基本概念

树 学习目标 理解什么是树及使用方法 学会使用树实现映射 用列表实现树 用类和引用实现树 用递归实现树 用堆实现优先队列 树的例子 前面我们学习过栈和队列这类线性数据结构,并且体验过递归,现在我们学习另一种通用数据结构,叫做树.树在计算机科学中应用广泛,象操作系统.图形学.数据库系统.网络等都要用到树.树和他们在自然界中的表哥--植物树--非常相似,树也有根,有分枝,有叶子.不同之处是,数据结构的树,根在顶上,而叶子在底部. 在开始学习之前,我们来研究几个普通的例子.第一个是生物学上的分级树.图

python数据结构与算法 38 分析树

分析树 树的结构完成以后,该是时候看看它能做点什么实事儿了.这一节里,我们研究一下分析树.分析树能够用于真实世界的结构表示,象语法或数学表达式一类的. 图1 一个简单语句的分析树 图1所示是一个简单语句的层级结构,把语句表示为树结构可以让我们用子树来分析句子的组成部分. 图2 ((7+3)?(5?2))的分析树 我们也可以把数学表达式如((7+3)?(5?2))表示为分析树,如图2.此前我们研究过完全括号表达式,这个表达式表达了什么呢?我们知道乘法的优先级比加减要高,但因为括号的关系,在做乘法之

python数据结构与算法 37 树的实现

树的实现 记住上一节树的定义,在定义的基础上,我们用以下的函数创建并操作二叉树: BinaryTree() 创建一个二叉树实例 getLeftChild() 返回节点的左孩子 getRightChild() 返回节点的右孩子 setRootVal(val) 把val变量值赋给当前节点 getRootVal() 返回当前节点对象. insertLeft(val) 创建一个新二叉树作为当前节点的左孩子 insertRight(val) 创建一个新二叉树作为当前节点的右孩子. 实现树的关键点是合适的存

python数据结构与算法 34 归并排序

归并排序 在提高排序算法性能的方法中,有一类叫做分而治之.我们先研究其中第一种叫做归并排序.归并排序使用递归的方法,不停地把列表一分为二.如果列表是空或只有一个元素,那么就是排好序的(递归基点),如果列表有超过1个的元素,那么切分列表并对两个子列表递归使用归并排序.一旦这两个列表排序完成,称为"归并"的基本操作开始执行.归并是把两个有序列表合并成一个新的有序列表的过程.图10是我们熟悉的列表样例分解过程,图11是归并的过程. 图10  切分过程 图11  归并过程 以下是mergeSo

Python数据结构与算法--List和Dictionaries

Lists 当实现 list 的数据结构的时候Python 的设计者有很多的选择. 每一个选择都有可能影响着 list 操作执行的快慢. 当然他们也试图优化一些不常见的操作. 但是当权衡的时候,它们还是牺牲了不常用的操作的性能来成全常用功能. 本文地址:http://www.cnblogs.com/archimedes/p/python-datastruct-algorithm-list-dictionary.html,转载请注明源地址. 设计者有很多的选择,使他们实现list的数据结构.这些选

python数据结构与算法 35 快速排序

快速排序 快速排序也使用了分而治之的策略来提高性能,而且不需要额外的内存,但是这么做的代价就是,列表不是对半切分的,因而,性能上就有所下降. 快速排序选择一个数值,一般称为"轴点",虽然有很多选取轴点的方法,我们还是简单地把列表中第一个元素做为轴点了.轴点的作用是帮助把列表分为两个部分.列表完成后,轴点所在的位置叫做"切分点",从这一点上把列表分成两部分供后续调用. 图12所示,54将作为轴点.这个例子我们已经排过多次了,我们知道54在排好序后将处于现在31的位置上

python数据结构与算法 39 树的遍历

树的遍历 在学习完成树的基本结构以后,我们开始研究一些树的应用模式.访问树的全部节点,一般有三种模式,这些模式的不同之处,仅在于访问节点的顺序不同.我们把这种对节点的访问称为"遍历",这三种遍历模式叫做前序.中序和后序.下面我们对遍历模式作更仔细的定义,同时研究使用这延续模式的例子. 前序遍历 在前序遍历中,先访问根节点,然后用递归方式前序遍历它的左子树,最后递归方式前序遍历右子树. 中序遍历 在中序遍历中,先递归中序遍历左子树,然后访问根节点,最后递归中序遍历右子树. 后序遍历 在后

Python数据结构与算法--算法分析

在计算机科学中,算法分析(Analysis of algorithm)是分析执行一个给定算法需要消耗的计算资源数量(例如计算时间,存储器使用等)的过程.算法的效率或复杂度在理论上表示为一个函数.其定义域是输入数据的长度,值域通常是执行步骤数量(时间复杂度)或者存储器位置数量(空间复杂度).算法分析是计算复杂度理论的重要组成部分. 本文地址:http://www.cnblogs.com/archimedes/p/python-datastruct-algorithm-analysis.html,转

Python 数据结构和算法

一.写在前面 这篇文章主要介绍了python 内置的数据结构(list.set以及字典),从一些实际的场景中来说明解决方案,主要是阅读<python cookbook>时写下的阅读记录,提高自己在Python开发方面的理解,记录在这里是为了方便可以随时查阅使用.因为时间仓促以及个人理解有限,固有错误的地方请指出,谢谢! 如果转载,请保留作者信息. 邮箱地址:[email protected] 个人博客:http://www.smallartisan.site/ CSDN博客:http://bl