文章目录
- 一、什么是队列
- 二、队列特性
- 阻塞和非阻塞
- 有界和无界
- 单向链表和双向链表
- 三、Java队列接口继承图
- 四、Java队列常用方法
- 五、队列实现方式与效率分析
- 六、队列的应用场景
- 七、Python中队列与优先级队列使用
一、什么是队列
队列是一种特殊的线性表，遵循先入先出、后入后出的基本原则，一般来说，它只允许在表的前端进行删除操作，而在表的后端进行插入操作，但是Java的某些队列允许在任何地方插入删除（Python则不能），这是因为这些队列实现了Collections接口；比如我们常用的LinkedList集合，它实现了Queue接口，因此，我们可以理解为 LinkedList 就是一个队列；再比如优先级队列PriorityQueue实现了Queue接口，Queue接口中的remove()方法删除对头元素，同时实现了Collection接口，Collection接口提供了remove(Object o)方法用于删除队列中任意存在的元素，但该方法效率较低。
二、队列特性
队列主要分为阻塞和非阻塞，有界和无界、单向链表和双向链表之分；
阻塞和非阻塞
阻塞队列
入列(添加元素)时，如果元素数量超过队列总数，会进行等待（阻塞），待队列的中的元素出列后，元素数量未超过队列总数时，就会解除阻塞状态，进而可以继续入列；
出列(删除元素)时，如果队列为空的情况下，也会进行等待（阻塞），待队列有值的时候即会解除阻塞状态，进而继续出列；
阻塞队列的好处是可以防止队列容器溢出；只要满了就会进行阻塞等待；也就不存在溢出的情况；
只要是阻塞队列，都是线程安全的；
非阻塞队列
不管出列还是入列，都不会进行阻塞.
入列时，如果元素数量超过队列总数，则会抛出异常，出列时，如果队列为空，则取出空值；
一般情况下，非阻塞式队列使用的比较少，一般都用阻塞式的对象比较多；阻塞和非阻塞队列在使用上的最大区别就是阻塞队列提供了以下2个方法：
出队阻塞方法 ： take()
入队阻塞方法 ： put()
有界和无界
有界：有界限，大小长度受限制
无界：无限大小，其实说是无限大小，其实是有界限的，只不过超过界限时就会进行扩容，就行ArrayList一样，在内部动态扩容
单向链表和双向链表
单向链表 ： 每个元素中除了元素本身之外，还存储一个指针，这个指针指向下一个元素；
双向链表 ：除了元素本身之外，还有两个指针，一个指针指向前一个元素的地址，另一个指针指向后一个元素的地址；
三、Java队列接口继承图
四、Java队列常用方法
队列除了基本的 Collection 操作外，还提供特有的插入、提取和检查操作(如上)。每个方法都存在两种形式：一种抛出异常（操作失败时），另一种返回一个特殊值（null 或 false，具体取决于操作）。插入操作的后一种形式是用于专门为有容量限制的 Queue 实现设计的；在大多数实现中，插入操作不会失败。
Queue是java中实现队列的接口，它总共只有6个方法，我们一般只用其中3个就可以了。Queue的实现类有LinkedList和PriorityQueue。最常用的实现类是LinkedList。
Queue的6个方法分类：
-
压入元素（添加）：add()、offer()
相同：未超出容量，从队尾压入元素，返回压入的那个元素。
区别：在超出容量时，add()方法会对抛出异常，offer()返回false -
弹出元素（删除）：remove()、poll()
相同：容量大于0的时候，删除并返回队头被删除的那个元素。
区别：在容量为0的时候，remove()会抛出异常，poll()返回false -
获取队头元素（但不删除）：element()、peek()
相同：容量大于0的时候，都返回队头元素。但是不删除。
区别：容量为0的时候，element()会抛出异常，peek()返回null。
| 抛出异常 | 返回特殊值 | |
|---|---|---|
| 插入 | add(e) | offer(e) |
| 删除 | remove() | poll() |
| 检查 | element() | peek() |
知识点： offer、poll、remove、element、peek 其实是属于Queue接口。
五、队列实现方式与效率分析
数组队列：通过数组（可变数组）实现一个队列；
数组是连续存储，添加元素、删除元素很慢，时间复杂度O(n)（这是因为添加元素需要动态扩容，删除某位置元素后，需要将其后元素整体前移）；改查很快（不需要改变数据结构）
链表队列：通过链表实现一个对列；
链表是非连续存储，增删很快，添加删除元素的时间复杂度都是O(1)；但是改查很慢，因为没有索引，需要遍历链表找到元素位置进行删除。
栈队列：通过两个栈实现一个队列；
在20万数据循环操作下，链表实现的队列最快，是栈队列的2572倍，是数组的643倍。这个数值具体看设备算力，这里只做参考。
六、队列的应用场景
用于解决图和树等数据结构中的搜索问题。
广度优先搜索：广度优先搜索可以通过队列来实现对节点的遍历，通常就会从搜索候补中选择最早的数据作为下一个顶点。此时，在候补顶点的管理上就可以使用队列。
Dijkstra算法：优先队列
A*算法：优先队列
七、Python中队列与优先级队列使用
Python的Queue模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列PriorityQueue。这些队列都实现了锁原语，能够在多线程中直接使用。可以使用队列来实现线程间的同步。
常用方法：
- Queue.qsize() 返回队列的大小
- Queue.empty() 如果队列为空，返回True,反之False
- Queue.full() 如果队列满了，返回True,反之False，Queue.full 与 maxsize 大小对应
- Queue.get([block[, timeout]])获取队列，timeout等待时间
- Queue.get_nowait() 相当于Queue.get(False)，非阻塞方法
- Queue.put(item) 写入队列，timeout等待时间
- Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号。每个get()调用得到一个任务，接下来task_done()调用告诉队列该任务已经处理完毕。
- Queue.join() 实际上意味着等到队列为空，再执行别的操作
import queue
queue = queue.Queue()
添加元素至队列
queue.put("zhangsan")
查看队列元素
print(queue) # 直接打印队列不行
print(queue.queue)
<queue.Queue object at 0x0000022B05E98430>
deque(['zhangsan'])
判断元素是否在队列中
print("zhangsan" in queue.queue)
True
删除队头元素
print(queue.get())
print(queue.queue)
print(queue.qsize)
zhangsan
deque([])
<bound method Queue.qsize of <queue.Queue object at 0x0000022B05E98430>>
判断队列是否为空
print(queue.empty())
True
优先级队列的使用
创建优先级队列
import queue
queue = queue.PriorityQueue()
添加元素至优先队列，查看队列元素
# 添加元素至优先队列
queue.put((3,"古力热巴"))
queue.put((2,"马儿扎哈"))
queue.put((1,"迪丽热巴"))
queue.put((9,"仓央嘉措"))
# 查看队列元素
print(queue.queue)
[(1, '迪丽热巴'), (3, '古力热巴'), (2, '马儿扎哈'), (9, '仓央嘉措')]
判断元素是否在队列中
print((1,"迪丽热巴") in queue.queue)
True
删除并返回队头
# 删除队头
print(queue.get())
print(queue.queue)
(1, '迪丽热巴')
[(2, '马儿扎哈'), (3, '古力热巴'), (9, '仓央嘉措')]
参考：
https://blog.csdn.net/xijinno1/article/details/132114694
