Python 实现循环队列:原理与完整代码解析

季宁
季宁
发布时间:2026-10-13| 2人浏览过
原创

本文详细介绍如何使用 Python 实现循环队列,旨在解决普通列表实现中删除头部元素导致的性能损耗问题。通过首尾指针和取模运算,循环队列在固定容量下实现了高效的插入与删除操作。文章包含完整的类定义代码,涵盖判空、判满、入队、出队及清空等核心功能,适合希望深入理解数据结构底层实现的开发者参考。

Python 循环队列实现原理与代码解析

本节将深入探讨循环队列的实现。在前文介绍中,我们曾使用 Python 内置列表来模拟队列,这是最基础的实现方式。

然而,众所周知,在列表结构中删除第一个元素与删除最后一个元素的时间复杂度存在显著差异。删除头部元素时,后续所有元素均需向前移动,导致较高的时间开销。当列表规模较大时,这一性能损耗尤为明显。相比之下,本文介绍的循环队列以及前文提到的链表实现方式,均能有效规避这一性能瓶颈。

接下来,我们将具体阐述循环队列的设计思路。

循环队列概念

循环队列概念

循环队列的核心思想是将普通队列的首尾逻辑连接,形成一个闭环结构。通过维护头指针(head)和尾指针(tail)来标识队列的起始和结束位置。每次执行插入操作时,尾指针向后移动一位;每次执行删除操作时,头指针向后移动一位。需要注意的是,队列的最大容量在初始化时已预先定义。

这种机制下,队列内部不再涉及物理元素的删除与移动,仅通过指针的修改来模拟数据的进出,从而彻底避免了因删除头部节点而引发的元素迁移开销。

下面,我们通过具体的代码实现来演示这一过程。

循环队列类定义与初始化


class Loopqueue:
 def __init__(self, length):
  self.head = 0
  self.tail = 0
  self.maxSize = length
  self.cnt = 0
  self.__list = [None]*length

在此示例中,我们定义一个队列类。在实例化循环队列时,必须指定队列的最大容量。除了维护头指针、尾指针以及最大长度属性外,我们还引入一个名为 cnt 的属性,用于实时记录队列中当前的元素数量。

随后,我们为队列类添加以下核心操作方法:

判断队列是否为空

核心操作方法实现


def isEmpty(self):
  return self.cnt == 0

判断队列是否已满


def isFull(self):
  return self.cnt == self.maxSize

添加元素(入队)


def push(self, data):
  if self.isFull():
   return False
  if self.isEmpty():
   self.__list[0] = data
   self.head = 0
   self.tail = 0
   self.cnt = 1
   return True
  self.tail = (self.tail+1)%self.maxSize
  self.cnt += 1
  self.__list[self.tail] = data
  return True

弹出元素(出队)


def pop(self):
  if self.isEmpty():
   return False
  data = self.__list[self.head]
  self.head = (self.head+1)%self.maxSize
  self.cnt -= 1
  return data

清空队列


def clear(self):
  self.head = 0
  self.tail = 0
  self.cnt = 0
  return True

定义长度获取与字符串打印方法


def __len__(self):
  return self.cnt

 def __str__(self):
  s = ''
  for i in range(self.cnt):
   index = (i + self.head) % self.maxSize
   s += str(self.__list[index])+' '
  return s

至此,循环队列类的定义已完成。熟悉队列操作的读者会发现,循环队列与普通队列在逻辑处理上具有高度的相似性,主要区别在于指针的边界处理。

总结

以上内容为您详细解析了 Python 实现循环队列的操作方法,希望能为您的学习与实践提供帮助。如有任何疑问,欢迎留言交流,我们将及时回复。感谢您对本站的支持! 若本文对您有所助益,欢迎转载,请注明出处,谢谢!

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。