④ 数据结构之“队列”
一、 理论
1. 队列简介
![](https://img2020.cnblogs.com/blog/1891336/202201/1891336-20220118095541251-908113930.png)
- 一个 先进先出 的数据结构
- js中没有队列,但可以用Array实现队列的所有功能
// queue
const queue = []
queue.push(1)
queue.push(2)
let item1 = queue.shift()
let item2 = queue.shift()
2. 队列的应用场景
- 需要 先进先出 的场景
2.1 食堂排队打饭
- 食堂只有一个窗口
- 先进先出,保证有序
2.2 js异步中的任务队列
- js是单线程,无法同时处理异步中的并发任务
- 使用任务队列先后处理异步任务
2.3 计算最近请求次数
- 有新请求就入队,3000ms前发出的请求出队
二、刷题
1. 最近的请求次数(933)
1.1 题目描述
-
写一个 RecentCounter 类来计算特定时间范围内最近的请求。
-
请你实现 RecentCounter 类:
- RecentCounter() 初始化计数器,请求数为 0
- int ping(int t) 在时间 t 添加一个新请求,其中 t 表示以毫秒为单位的某个时间,并返回过去 3000 毫秒内发生的所有请求数(包括新请求)。确切地说,返回在 [t-3000, t] 内发生的请求数
- 保证 每次对 ping 的调用都使用比之前更大的 t 值
1.2 解题思路
输入:inputs = [[], [1], [100], [3001], [3002]]
输出:[null, 1, 2, 3, 3]
- 越早发出的请求越早不在最近3000ms内的请求里
- 满足先进先出,使用队列
1.3 解题步骤
- 有新请求则入队,3000ms前发出的则出队
- 返回队列的长度
class RecentCounter {
constructor() {
this.q = []
}
ping(t) {
this.q.push(t)
while(this.q[0] < t - 3000) {
this.q.shift()
}
return this.q.length
}
}
1.4 时间复杂度&空间复杂度
- 时间复杂度:O(n)
- 空间复杂度:O(n)
2. js异步中的任务队列(前端与队列)
setTimeout(() => {
console.log(1)
}, 0)
console.log(2)
- 事件循环与任务队列
![](https://img2020.cnblogs.com/blog/1891336/202201/1891336-20220118095606160-1691116430.png)
三、总结 -- 技术要点
- 队列是一个先进先出的数据结构
- js中没有队列,但可以用Array实现队列的所有功能
- 队列的常用操作:push shift queue[0]
四、思考题
1. 实现queue类
class Queue {
constructor() {
this.q = []
}
push(c) {
this.q.push(c)
}
shift() {
this.q.shift()
}
peek() {
return this.q[0]
}
}