④ 数据结构之“队列”

一、 理论

1. 队列简介

• 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

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]
  }
}