当前位置: 首页 > news >正文

C++实现数据结构——队列

这里只讨论队列的链式实现,即链式队列(Linked Queue)

基本概念

链式队列是一种基于链表实现的队列数据结构,它使用链表节点来存储数据元素,并通过指针连接这些节点来形成队列结构。与顺序队列(数组实现)相比,链式队列的主要特点是不需要预先分配固定大小的存储空间,可以动态地增长和缩减。

结构组成

链式队列通常由以下两个部分组成:

队首指针(front):指向队列的第一个元素(即将被移除的元素) 队尾指针(rear):指向队列的最后一个元素(最新添加的元素)

每个节点包含:

数据域:存储实际的数据 指针域:指向下一个节点的指针

优缺点分析

优点:

动态大小:不需要预先指定队列大小,可以动态增长 无空间浪费:不会出现顺序队列中的"假溢出"问题 内存利用率高:只在使用时分配内存

缺点:

每个节点需要额外的指针空间 操作稍慢:需要动态内存分配和释放 内存不连续:可能导致缓存不友好

应用场景

链式队列适合以下情况:

无法预估队列最大长度的场景 内存碎片化严重的环境 需要频繁插入删除且队列大小变化大的场合

例如:

操作系统中的进程调度队列 网络数据包缓冲队列 打印机任务队列

时间复杂度分析
操作 时间复杂度
入队 O(1)
出队 O(1)
检查空 O(1)
变体与扩展

双向链式队列:可以在两端进行插入和删除操作 优先队列:结合优先级的链式队列实现 循环链式队列:最后一个节点指向第一个节点,形成循环

实现注意事项

内存管理:确保正确释放出队节点的内存 边界条件:特别注意空队列和只有一个元素的情况 线程安全:在多线程环境中使用时需要添加同步机制

LinkedQueue.cpp实现

#include <iostream> #include <stdexcept> // For std::underflow_error template <typename T> class Node { public: T value; Node* next; Node(T val) : value(val), next(nullptr) {} }; template <typename T> class Queue { private: Node<T>* front; // 指向队列首部的指针 Node<T>* rear; // 指向队列尾部的指针 int count; // 队列中的元素数量 public: Queue() : front(nullptr), rear(nullptr), count(0) {} ~Queue() { clear(); } // 析构函数,释放所有节点内存 void push(const T& value) { // 在队尾添加元素 Node<T>* newNode = new Node<T>(value); if (rear == nullptr) { // 如果队列为空,则新节点既是头部也是尾部 front = rear = newNode; } else { // 如果队列不为空,将新节点添加到尾部,并更新尾部指针 rear->next = newNode; rear = newNode; } count++; // 增加计数器 } void pop() { // 从队首移除元素,如果队列为空则抛出异常 if (empty()) throw std::underflow_error("Queue is empty"); // 检查队列是否为空并抛出异常(可选) Node<T>* temp = front; // 保存当前队首节点的指针以便释放内存 front = front->next; // 更新队首指针到下一个节点 if (front == nullptr) rear = nullptr; // 如果队列变为空,更新尾部指针为nullptr delete temp; // 释放原队首节点的内存 count--; // 减少计数器 } T& front() { // 获取队首元素但不移除(引用返回) if (empty()) throw std::underflow_error("Queue is empty"); // 检查队列是否为空并抛出异常(可选) return front->value; // 返回队首节点的值引用(注意:不检查是否为nullptr,因为已经在pop中做了检查) } bool empty() const { return count == 0; } // 检查队列是否为空 int size() const { return count; } // 获取队列的大小(元素数量) void clear() { // 清空队列,释放所有节点内存(可选) while (!empty()) { pop(); } // 清空队列直到为空,释放所有节点内存(可选) } };

main.cpp测试

http://www.cnnetsun.cn/news/87993.html

相关文章:

  • Seed-Coder-8B-Base与SonarQube智能集成路径
  • 基于CentOS7 DM8单机部署配置记录-20251216
  • 大模型入门:预训练、微调和蒸馏,一篇文章全掌握
  • LobeChat能否编写教案?教师备课自动化尝试
  • vLLM-Omni:全模态AI推理框架技术解析
  • 18、基于位置点的恢复
  • LobeChat文件上传与语音交互实测:这些功能太惊艳了
  • LobeChat日志记录与审计功能配置方法说明
  • Qwen3-8B接入MCP实现动态工具调用
  • Docker 从入门到精通教程
  • waitGroup底层源码分析
  • LobeChat能否用于编写Prometheus告警规则?可观测性增强
  • 大模型学习全攻略:七阶段系统学习路线图,从基础到实战应用,非常详细收藏我这一篇就够了
  • 玄晶引擎AI数字员工更新深度测评:Sora2赋能+RPA运营,AI内容生产进入效率革命期
  • YOLOv5中使用torch加载自定义模型进行目标检测
  • LobeChat能否隐藏源码信息?增强系统隐蔽性
  • React 的桶算法详解
  • 深入理解Dify的依赖管理机制(Dependency Walker适用场景)
  • CordovaOpenHarmony车辆管理系统开发
  • YOLO训练中断恢复技巧:避免重复计算
  • 电气自动化专业相关认证解析
  • 手机内存告急?MAZANOKE 压缩照片不损画质,加载cpolar远程用更方便
  • 「直通」英伟达,蓝思科技补齐AI算力布局又一块拼图
  • Dify + Jenkins 实现AI应用持续集成与自动化部署
  • MTS AI智能聚合公链正式上线
  • LobeChat能否生成SQL语句?数据库查询助手上线
  • 告别深夜批改:用Qwen3-VL大模型打造会“理解”的作文阅卷助手
  • LobeChat语音输入功能实测:让AI对话更自然流畅
  • 基于PaddlePaddle的视觉模型训练实战:从Docker安装到GPU算力调用
  • LobeChat能否实现多轮对话优化?上下文理解增强策略