yocto queue微型队列数据结构源码解读
作者:田八
引言
yocto-queue
是一个微型队列的数据结构,根据作者的介绍,如果在你一个数据量很大的数组上,大量的操作Array.push
和Array.shift
,那么你可以考虑使用yocto-queue
来替代Array
。
因为Array.shift
的时间复杂度是O(n)
,而Queue.dequeue
的时间复杂度是O(1)
,这对于大量的数据来说,性能上的提升是非常明显的。
时间复杂度和空间复杂度
学习算法和数据结构的时候,我们经常会听到时间复杂度和空间复杂度,这两个概念是什么呢?
时间复杂度
时间复杂度是指一个算法执行所耗费的时间,它是一个函数,这个函数的变量是问题规模的函数;
通常会使用大O
符号来表示时间复杂度,比如O(n)
,O(n^2)
,O(logn)
等等,这就是大 O 表示法(Big O notation)。
O
代表的是算法的渐进时间复杂度(asymptotic time complexity),也就是说,随着问题规模的增大,算法的执行时间的增长率和O
中的函数相同,称作渐进时间复杂度。
O(1)
表示算法的执行时间与问题规模无关,也就是说,不管问题规模有多大,算法执行所耗费的时间都是一样的,这种算法称为时间复杂度为常数阶的算法。
O(n)
表示算法的执行时间与问题规模成正比,也就是说,随着问题规模的增大,算法执行所耗费的时间也随之增大,这种算法称为时间复杂度为线性阶的算法。
O(n^2)
表示算法的执行时间与问题规模成平方比,也就是说,随着问题规模的增大,算法执行所耗费的时间呈二次方增长,这种算法称为时间复杂度为平方阶的算法。
通过上面的介绍,我们可以将O
比喻成函数,O(1)
就是一个常数函数,O(n)
就是一个线性函数,O(n^2)
就是一个平方函数,O(logn)
就是一个对数函数。
说了这么多概念性的问题,不如直接来看看代码;
例如,我们有一个数组,我们要遍历这个数组,然后将数组中的每个元素都乘以2,那么我们可以这么写:
function multiplyBy2(arr) { const result = []; for (let i = 0; i < arr.length; i++) { result.push(arr[i] * 2); } return result; }
这段代码的时间复杂度是O(n)
,因为我们遍历了数组,所以时间复杂度就是O(n)
,O
代表这个函数,n
代表问题规模,也就是数组的长度,组合起来就是O(n)
。
再直观一点,我们可以这么理解,当数组的长度为n
时,我们需要执行n
次循环,所以时间复杂度就是O(n)
,用代码表示就是:
function O(n) { for (let i = 0; i < n; i++) { // do something } } O(1); // O(1) O(2); // O(2) O(3); // O(3) O(n); // O(n)
空间复杂度
空间复杂度是指一个算法执行所耗费的内存空间,它是一个函数,这个函数的变量是问题规模的函数;
和时间复杂度一样,空间复杂度也有O(1)
、O(n)
、O(n^2)
、O(logn)
等等,它们的含义和时间复杂度一样,只不过它们是表示算法执行所耗费的内存空间的增长率。
当然空间复杂度计算的不是内存消耗,而是变量的个数,例如冒泡排序的空间复杂度是O(1)
,因为它只需要一个变量temp
:
function bubbleSort(arr) { for (let i = 0; i < arr.length; i++) { for (let j = 0; j < arr.length - i - 1; j++) { if (arr[j] > arr[j + 1]) { const temp = arr[j]; arr[j] = arr[j + 1]; arr[j + 1] = temp; } } } return arr; }
而快速排序的空间复杂度是O(logn)
,因为它需要一个变量pivot
,而且它是递归的,所以空间复杂度是O(logn)
:
function quickSort(arr) { if (arr.length <= 1) { return arr; } const pivotIndex = Math.floor(arr.length / 2); const pivot = arr.splice(pivotIndex, 1)[0]; const left = []; const right = []; for (let i = 0; i < arr.length; i++) { if (arr[i] < pivot) { left.push(arr[i]); } else { right.push(arr[i]); } } return quickSort(left).concat([pivot], quickSort(right)); }
源码分析
上面了解了时间复杂度和空间复杂度的概念,那么我们开始正式分析yocto-queue
的源码;
代码不多,可以直接通过github1s
在线阅读,然后使用浏览器控制台来查看效果;
代码分析
先来看一下yocto-queue
的使用方式:
- 安装
npm install yocto-queue
- 使用
import Queue from 'yocto-queue'; const queue = new Queue(); queue.enqueue('🦄'); queue.enqueue('🌈'); console.log(queue.size); //=> 2 console.log(...queue); //=> '🦄 🌈' console.log(queue.dequeue()); //=> '🦄' console.log(queue.dequeue()); //=> '🌈'
然后再来看一下yocto-queue
的代码:
/* How it works: `this.#head` is an instance of `Node` which keeps track of its current value and nests another instance of `Node` that keeps the value that comes after it. When a value is provided to `.enqueue()`, the code needs to iterate through `this.#head`, going deeper and deeper to find the last value. However, iterating through every single item is slow. This problem is solved by saving a reference to the last value as `this.#tail` so that it can reference it to add a new value. */ class Node { value; next; constructor(value) { this.value = value; } } export default class Queue { #head; #tail; #size; constructor() { this.clear(); } enqueue(value) { const node = new Node(value); if (this.#head) { this.#tail.next = node; this.#tail = node; } else { this.#head = node; this.#tail = node; } this.#size++; } dequeue() { const current = this.#head; if (!current) { return; } this.#head = this.#head.next; this.#size--; return current.value; } clear() { this.#head = undefined; this.#tail = undefined; this.#size = 0; } get size() { return this.#size; } * [Symbol.iterator]() { let current = this.#head; while (current) { yield current.value; current = current.next; } } }
可以直接直接粘贴到浏览器控制台中运行
构造函数
首先来看一下Queue
的构造函数:
class Queue { #head; #tail; #size; constructor() { this.clear(); } }
一个Queue
类,它有三个私有属性:#head
、#tail
、#size
;
在class
中,如果属性名前面加上#
,表示这个属性是私有属性,外部是无法访问的;
#head
:指向队列的头部;#tail
:指向队列的尾部;#size
:队列的长度;
然后在构造函数中调用了this.clear()
方法,这个方法的作用是清空队列,代码如下:
class Queue { clear() { this.#head = undefined; this.#tail = undefined; this.#size = 0; } }
enqueue
接下来看一下enqueue
方法:
class Queue { enqueue(value) { const node = new Node(value); if (this.#head) { this.#tail.next = node; this.#tail = node; } else { this.#head = node; this.#tail = node; } this.#size++; } }
enqueue
方法的作用是向队列中添加一个元素;
首先创建一个Node
实例,然后判断this.#head
是否存在,如果存在,说明队列中已经有元素了,那么就把新创建的Node
实例添加到队列的尾部;
如果this.#head
不存在,说明队列中还没有元素,那么就把新创建的Node
实例添加到队列的头部;
最后,队列的长度加一;
这里使用到了一个Node
类,它的作用是用来保存队列中的元素的,代码如下:
class Node { value; next; constructor(value) { this.value = value; } }
value
:指向的是队列中的元素;next
:指向下一个Node
实例;
dequeue
接下来看一下dequeue
方法:
class Queue { dequeue() { const current = this.#head; if (!current) { return; } this.#head = this.#head.next; this.#size--; return current.value; } }
dequeue
方法的作用是从队列中移除一个元素;
首先获取队列的头部元素,然后判断current
是否存在,如果不存在,说明队列中没有元素,那么就直接返回;
如果current
存在,说明队列中有元素,那么就把队列的头部元素移除,然后把队列的长度减一;
最后,返回移除的元素;
图例
一个队列结构只会有两个操作:入队和出队,下面通过一个图例来说明一下;
入队时,会把新的元素添加到队列的尾部;
出队时,会把队列的头部元素移除;
上面的图例中,Node0
表示队列的头部元素,Node_n
表示队列的尾部元素;
Current0
表示队列中的第一个元素,Current_n
表示队列中的最后一个元素;
在队列中,只会关心头部和尾部的元素,头部的元素用于弹出队列,尾部的元素用于添加元素;
在上面的图例中,如果我们执行dequeue
方法,那么就会把Node0
移除,然后把Node1
设置为队列的头部元素;
上面的dequeue
方法执行完毕后,队列的头部元素就变成了Node1
;
Node0
因为没有任何引用指向它,所以会被垃圾回收机制回收;
如果我们执行enqueue
方法,那么就会把新的元素添加到队列的尾部:
上面的enqueue
方法执行完毕后,队列的尾部元素就变成了newNode
;
迭代器
yocto-queue
到最后还提供了一个迭代器,用于遍历队列中的元素;
class Queue { // ... *[Symbol.iterator]() { let current = this.#head; while (current) { yield current.value; current = current.next; } } }
上面的代码中,使用了一个generator
函数,它会返回一个迭代器;
迭代器中,会从队列的头部元素开始遍历,然后把每个元素的值返回出去;
迭代器的使用
迭代器是es6
中的一个新特性,它可以用于遍历数据结构中的元素,使用起来也非常简单,只需要在数据结构上调用Symbol.iterator
方法即可;
const obj = { [Symbol.iterator]() { let i = 0; return { next() { return { value: i++, done: i > 10 }; } }; } }; for (const item of obj) { console.log(item); }
上面的代码中,我们定义了一个对象,它的Symbol.iterator
方法返回了一个迭代器;
一个迭代器是一个对象,它有一个next
方法,每次调用next
方法,都会返回一个对象,这个对象中包含了当前元素的值和一个done
属性,表示是否已经遍历完毕;
可以使用generator
函数来简化上面的代码:
const obj = { *[Symbol.iterator]() { let i = 0; while (i < 10) { yield i++; } } }; for (const item of obj) { console.log(item); }
上面的代码中,我们使用了generator
函数来简化迭代器的定义;
参考:
总结
yocto-queue
是一个非常简单的队列实现,它的核心是使用了链表来存储数据;
链表的优点是插入和删除元素的时间复杂度是O(1)
,但是查找元素的时间复杂度是O(n)
,不过对于队列来说,查找元素的操作是不需要的;
对比于数组,每次插入和删除元素都需要移动元素,所以时间复杂度是O(n)
,但是查找元素的时间复杂度是O(1)
;
所以正如文章开头,作者提到的,对于一个大数组来实现队列,效率是非常低的,而应该使用链表来实现(因为这个库的核心实现就是链表,所以肯定优先推荐用这个库=);
通过阅读yocto-queue
的源码,我们学习到了很多:
- 时间复杂度、空间复杂度的概念
- 链表的实现
- 如何使用
es6
的Symbol.iterator
来实现可迭代对象; - 如何使用
es6
的generator
函数来实现迭代器; - 数组、队列、链表的区别;
以上就是yocto queue微型队列数据结构源码解读的详细内容,更多关于yocto queue队列数据结构的资料请关注脚本之家其它相关文章!