【数据结构】队列的应用(详解)

2024-06-10 1177阅读

目录

【数据结构】队列的应用(详解)
(图片来源网络,侵删)

0  引言

1  打印机任务队列

2  广度优先搜索(BFS)

3  总结


0  引言

        队列(Queue)是一种先进先出(FIFO)的数据结构,它允许在尾部添加元素(入队操作),并从头部移除元素(出队操作)。队列在许多场景中都有应用,下面将给出一些常见的应用以及它们的C语言实现。

1  打印机任务队列

        在打印机任务队列中,多个打印任务被放入队列中,打印机按照任务进入队列的顺序进行打印。

        代码如下:

#include   
#include   
  
#define MAX_SIZE 100  
  
typedef struct {  
    int data[MAX_SIZE];  
    int front, rear;  
} Queue;  
  
void initQueue(Queue *q) {  
    q->front = q->rear = -1;  
}  
  
int isFull(Queue *q) {  
    return q->rear == MAX_SIZE - 1;  
}  
  
int isEmpty(Queue *q) {  
    return q->front == -1;  
}  
  
void enqueue(Queue *q, int value) {  
    if (isFull(q)) {  
        printf("Queue is full\n");  
        return;  
    }  
    if (isEmpty(q)) q->front = 0;  
    q->rear++;  
    q->data[q->rear] = value;  
}  
  
int dequeue(Queue *q) {  
    if (isEmpty(q)) {  
        printf("Queue is empty\n");  
        return -1;  
    }  
    int value = q->data[q->front];  
    if (q->front == q->rear) q->front = q->rear = -1;  
    else q->front++;  
    return value;  
}  
  
int main() {  
    Queue q;  
    initQueue(&q);  
    enqueue(&q, 1);  
    enqueue(&q, 2);  
    enqueue(&q, 3);  
    printf("Dequeued: %d\n", dequeue(&q));  
    printf("Dequeued: %d\n", dequeue(&q));  
    return 0;  
}

2  广度优先搜索(BFS)

        在图或树的遍历中,队列被用于实现广度优先搜索。

        由于BFS的实现较长,这里仅给出队列在BFS中的关键应用部分:

        代码如下:

// 假设graph是一个邻接表,visited是一个标记数组  
Queue q;  
initQueue(&q);  
enqueue(&q, startNode); // 将起始节点入队  
visited[startNode] = 1;  
  
while (!isEmpty(&q)) {  
    int currentNode = dequeue(&q);  
    // 访问当前节点  
    // ...  
  
    // 将当前节点的所有未访问邻居入队  
    for (int i = 0; i  

3  总结

        队列作为一种基础的数据结构,在多种场景下都有重要的应用。从简单的打印机任务队列到复杂的图遍历算法(如BFS),队列都发挥着关键作用。通过实现队列的基本操作(如入队、出队、判断是否为空或满),我们可以轻松地将队列用于各种实际问题中。在C语言中,我们可以使用数组或链表来实现队列,具体实现方式取决于具体需求(如是否需要动态调整队列大小)。

VPS购买请点击我

免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

目录[+]