Python算法应用实战之队列详解

队列（queue）

队列是先进先出（FIFO, First-In-First-Out）的线性表，在具体应用中通常用链表或者数组来实现，队列只允许在后端（称为rear）进行插入操作，在前端（称为front）进行删除操作，队列的操作方式和堆栈类似，唯一的区别在于队列只允许新数据在后端进行添加（摘录维基百科）。

如图所示

队列的接口

一个队列至少需要如下接口：

然而在Python中，可以使用collections模块下的deque函数，deque函数提供了队列所有的接口，那么先让我门看看队列deque函数提供了那些API把：

collections.deque是双端队列，即左右两边都是可进可出的

现在我们在Python中测试下这些个API的使用吧。

入队操作

>>> from collections import deque
# 创建一个队列
>>> q = deque([1])
>>> q
deque([1])
# 往队列中添加一个元素
>>> q.append(2)
>>> q
deque([1, 2])
# 往队列最左边添加一个元素
>>> q.appendleft(3)
>>> q
deque([3, 1, 2])
# 同时入队多个元素
>>> q.extend([4,5,6])
>>> q
deque([3, 1, 2, 4, 5, 6])
# 在最左边同时入队多个元素
>>> q.extendleft([7,8,9])
>>> q
deque([9, 8, 7, 3, 1, 2, 4, 5, 6])

出队操作

# 删除队列中最后一个
>>> q.pop()
6
>>> q
deque([9, 8, 7, 3, 1, 2, 4, 5])
# 删除队列中最左边的一个元素
>>> q.popleft()
9
>>> q
deque([8, 7, 3, 1, 2, 4, 5])

其他的API

# 清空队列
>>> q
deque([8, 7, 3, 1, 2, 4, 5])
>>> q.clear()
>>> q
deque([])
# 判断队列是否为空
>>> not q
True
# 获取队列最大长度
>>> q = deque([1,2], 10)
>>> q.maxlen
10
# 查看某个元素出现的次数
>>> q.extend([1,2,1,1])
>>> q.count(1)
4
# 查看当前队列长度
>>> len(q)
6
# 判断队列是否满了
>>> q.maxlen == len(q)
False
# 队列元素反转
>>> q = deque([1,2,3,4,5],5)
>>> q.reverse()
>>> q
deque([5, 4, 3, 2, 1], maxlen=5)
# 查看元素对应的索引
>>> q.index(1)
4
# 删除匹配到的第一个元素
>>> q
deque([5, 4, 3, 2, 1], maxlen=5)
>>> q.remove(5)
>>> q
deque([4, 3, 2, 1], maxlen=5)
# 元素位置进行旋转
>>> q
deque([4, 3, 2, 1], maxlen=5)
>>> q.rotate(2)
>>> q
deque([2, 1, 4, 3], maxlen=5)
>>> q.rotate(1)
>>> q
deque([3, 2, 1, 4], maxlen=5)
# 使用负数
>>> q.rotate(-1)
>>> q
deque([2, 1, 4, 3], maxlen=5)

实例

二项式系数

题目

编写程序，求二项式系数表中(杨辉三角)第K层系列数

 1
 1 1
 1 2 1
1 3 3 1
......

思路

1. 把第K行的系数存储在队列中
2. 依次出队K层的系数（每行最后一个1不出队），并推算K+1层系数，添加到队尾，最后在队尾添加一个1，便变成了k+1行。

解决代码

#!/use/bin/env python
# _*_ coding:utf-8 _*_
from collections import deque
def yanghui(k):
 """
 :param k: 杨辉三角中第几层
 :return: 第K层的系数
 """
 q = deque([1]) # 创建一个队列，默认从1开始
 for i in range(k): # 迭代要查找的层数
 for _ in range(i): # 循环需要出队多少次
  q.append(q.popleft() + q[0]) # 第一个数加上队列中第二个数并赋值到队列末尾
 q.append(1) # 每次查找结束后都需要在队列最右边添加个1
 return list(q)
result = yanghui(3)
print(result)

划分无冲突子集

题目

某动物园搬家，要运走N种动物，老虎与狮子放在一起会大家，大象与犀牛放在一个笼子会打架，野猪和野狗放在一个笼子里会打架，现在需要我们设计一个算法，使得装进同一个笼子的动物互相不打架。

思路

1. 把所有动物按次序入队
2. 创建一个笼子(集合)，出队一个动物，如果和笼子内动物无冲冲突则添加到该笼子，有冲突则添加到队尾，等待进入新笼子
3. 由于队列先进先出的特性，如果当前出队动物的index不大于前一个出队动物的index，说明当前队列中所有动物已经尝试过进入且进入不了当前笼子，此时创建信的笼子(集合)

解决代码

#!/use/bin/env python
# _*_ coding:utf-8 _*_
from collections import deque
def division(m, n):
 """
 :param m: 冲突关系矩阵
 :param n: 几种动物
 :return: 返回一个栈，栈内包含了所有的笼子
 """
 res = [] # 创建一个栈
 q = deque(range(n)) # 初始化队列，里面放着动物的序号
 pre = n # 前一个动物的下标
 while q:
 cur = q.popleft() # 从队头出队一个动物
 if pre >= cur: # 是否需要创建笼子
  res.append([]) # 创建一个笼子
 # 当前的动物是否与笼子内的动物有冲突
 for a in res[-1]: # 迭代栈中最顶层的笼子
  if m[cur][a]: # 有冲突
  q.append(cur) # 重新放入队列的尾部
  break
 else: # 当前动物和当前笼子中的所有动物没冲突
  res[-1].append(cur) # 当前动物放入最上面的笼子中
 pre = cur # 当前变成之前的
 return res
N = 9
R = { # 冲突对应关系表
 (1, 4), (4, 8), (1, 8), (1, 7),
 (8, 3), (1, 0), (0, 5), (1, 5),
 (3, 4), (5, 6), (5, 2), (6, 2), (6, 4),
}
M = [[0] * N for _ in range(N)] # 冲洗关系矩阵M，0代表不冲突
for i, j in R:
 M[i][j] = M[j][i] = 1 # 1代表冲突
result = division(M, N)
print(result)

数字变换

题目

对于一对正整数a,b,对a只能进行加1，减1，乘2操作，问最少对a进行几次操作能得到b？

例如：

1. a=3,b=11: 可以通过322-1，3次操作得到11；
2. a=5,b=8：可以通过(5-1)*2，2次操作得到8；

思路

本题用广度优先搜索，寻找a到b状态迁移最短路径，对于每个状态s，可以转换到撞到s+1,s-1,s*2:

1. 把初始化状态a入队；
2. 出队一个状态s，然后s+1,s-1,s*2入队；
3. 反复循环第二步骤，直到状态s为b；

解决代码

#!/use/bin/env python
# _*_ coding:utf-8 _*_
from collections import deque
def atob(a, b):
 """
 :param a: 开始的数字
 :param b: 最终转换之后的数字
 :return: 最小匹配的次数
 """
 q = deque([(a, 0)]) # a=当前数字，0=操作的次数
 checked = {a} # 已经检查过的数据
 while True:
 s, c = q.popleft()
 if s == b:
  break
 if s < b: # 要计算的数小于计算之后的数字
  if s + 1 not in checked: # 如果要计算的数字+1不在已检查过的数据集合中
  q.append((s + 1, c + 1)) # 要计算的数+1，转换次数+1
  checked.add(s + 1) # 把计算过的数添加到checked集合中
  if s * 2 not in checked:
  q.append((s * 2, c + 1))
  checked.add(s * 2)
 if s > 0: # 要计算的数大于0
  if s - 1 not in checked:
  q.append((s - 1, c + 1))
  checked.add(s - 1)
 return q.popleft()[-1]
result = atob(3, 11)
print(result)

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流。