[알고리즘 강의] 파트14. 큐(Queues)

큐 (Queue)

자료 (data element)를 보관할 수 있는 (선형) 구조

선입선출 (FIFO - First-In First-Out) 특징을 가지는 선형 자료구조

 

단, 넣을 때에는 한 쪽 끝에서 밀어 넣어야 하고

-> 인큐(enqueue) 연산

꺼낼 때에는 반대 쪽에서 뽑아 꺼내야 하는 제약이 있음

-> 디큐(dequeue) 연산

 

큐의 동작

Q = Queue() # 초기 상태 - 비어 있는 큐 (empty queue)
Q.enqueue(A) # 데이터 원소 A를 큐에 추가
Q.enqueue(B) # 데이터 원소 B를 큐에 추가

r1 = Q.dequeue() # A를 꺼냄
r2 = Q.dequeue() # B를 꺼냄

큐의 추상적 자료구조 구현

(1) 배열 (array) 을 이용하여 구현

- Python 리스트와 메서드들을 이용

 

(2) 연결 리스트 (linked list) 를 이용하여 구현

- 이전 강의에서 마련한 양방향 연결 리스트 이용

 

연산의 정의

- size() : 현재 큐에 들어 있는 데이터 원소의 수를 구함

- isEmpty(): 현재 큐가 비어 있는지를 판단

- enqueue(x): 데이터 원소 x를 큐에 추가

- dequeue(): 큐의 맨 앞에 저장된 데이터 원소를 제거 (또한, 반환)

- peek(): 큐의 맨 앞에 저장된 데이터 원소를 반환 (제거하지 않음)

 

배열로 구현한 큐

class ArrayQueue:
  def __init__(self): # 빈 큐를 초기화
    self.data = []
    
  def size(self): # 큐의 크기를 리턴
    return len(self.data)
    
  def isEmpty(self): # 큐가 비어 있는지 판단
    return self.size() == 0
    
  def enqueue(self, item): # 데이터 원소를 추가
    self.data.append(item)
    
  def dequeue(self): # 데이터 원소를 삭제 (리턴)
    return self.data.pop(0)
    
  def peek(self): # 큐의 맨 앞 원소 반환
    return self.data[0]

 

배열로 구현한 큐의 연산 복잡도

연산	복잡도
size()	O(1)
isEmpty()	O(1)
enqueue()	O(1)
dequeue()	O(n)
peek()	O(1)

 

배열의 맨 앞에 있는 원소를 꺼내는 dequeue() 의 경우, 데이터 원소를 하나 삭제한 후 나머지 원소들을 한칸씩 옮겨줘야 하므로 O(n)

 

파이썬 라이브러리 사용

from pythonds.basic.queue import Queue
Q = Queue()
dir(Q)
# ['__doc__', '__init__', '__module__', 'dequeue', 'enqueue', 'isEmpty', 'items', 'size']

 

연습문제 - 이중 연결 리스트로 큐를 구현

연산 복잡도: 모두 O(1)

class Node:

    def __init__(self, item):
        self.data = item
        self.prev = None
        self.next = None


class DoublyLinkedList:

    def __init__(self):
        self.nodeCount = 0
        self.head = Node(None)
        self.tail = Node(None)
        self.head.prev = None
        self.head.next = self.tail
        self.tail.prev = self.head
        self.tail.next = None


    def __repr__(self):
        if self.nodeCount == 0:
            return 'LinkedList: empty'

        s = ''
        curr = self.head
        while curr.next.next:
            curr = curr.next
            s += repr(curr.data)
            if curr.next.next is not None:
                s += ' -> '
        return s


    def getLength(self):
        return self.nodeCount


    def traverse(self):
        result = []
        curr = self.head
        while curr.next.next:
            curr = curr.next
            result.append(curr.data)
        return result


    def reverse(self):
        result = []
        curr = self.tail
        while curr.prev.prev:
            curr = curr.prev
            result.append(curr.data)
        return result


    def getAt(self, pos):
        if pos < 0 or pos > self.nodeCount:
            return None

        if pos > self.nodeCount // 2:
            i = 0
            curr = self.tail
            while i < self.nodeCount - pos + 1:
                curr = curr.prev
                i += 1
        else:
            i = 0
            curr = self.head
            while i < pos:
                curr = curr.next
                i += 1

        return curr


    def insertAfter(self, prev, newNode):
        next = prev.next
        newNode.prev = prev
        newNode.next = next
        prev.next = newNode
        next.prev = newNode
        self.nodeCount += 1
        return True


    def insertAt(self, pos, newNode):
        if pos < 1 or pos > self.nodeCount + 1:
            return False

        prev = self.getAt(pos - 1)
        return self.insertAfter(prev, newNode)


    def popAfter(self, prev):
        curr = prev.next
        next = curr.next
        prev.next = next
        next.prev = prev
        self.nodeCount -= 1
        return curr.data


    def popAt(self, pos):
        if pos < 1 or pos > self.nodeCount:
            raise IndexError('Index out of range')

        prev = self.getAt(pos - 1)
        return self.popAfter(prev)


    def concat(self, L):
        self.tail.prev.next = L.head.next
        L.head.next.prev = self.tail.prev
        self.tail = L.tail

        self.nodeCount += L.nodeCount


class LinkedListQueue:

    def __init__(self):
        self.data = DoublyLinkedList()

    def size(self):
        return self.data.getLength()


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


    def enqueue(self, item):
        node = Node(item)
        self.data.insertAt(self.size() + 1, node)


    def dequeue(self):
        return self.data.popAt(1)


    def peek(self):
        return self.data.getAt(1).data



def solution(x):
    return 0

 

* 프로그래머스의 '어서와! 자료구조와 알고리즘은 처음이지?' 강의를 듣고 정리하였습니다.