从零开始打造高性能数据结构——手把手教你实现环形缓冲

从零开始打造高性能数据结构——手把手教你实现环形缓冲

◆ 博主名称: 小此方-ZEEKLOG博客

大家好,欢迎来到小此方的博客。

⭐️个人专栏:《C语言》_小此方的博客-ZEEKLOG博客

算法_小此方的博客-ZEEKLOG博客

 ⭐️踏破千山志未空,拨开云雾见晴虹。 人生何必叹萧瑟,心在凌霄第一峰。


目录

一,普通队列的劣势

1. 空间浪费严重(“假溢出”问题)

2. 需要频繁移动元素(若避免浪费)

3. 扩容成本高

4. 无法解决“假溢出”导致的提前扩容

二,环形缓冲结构分析

 1. “循环”取模实现指针回绕

 2.“循环”,轮流入座而不是排长队

三,实现环形缓冲

1,MyCircularQueue(k): 构造器

  1,结构体搭建

  2,初始化

3,为什么选择k+1块空间而不是k块空间?

2,isFull(): 检查循环队列是否已满。

3,isEmpty(): 检查循环队列是否为空。

4,enQueue(value): 插入数据

取模回绕的数学原理:

5,deQueue(): 循环队列删除元素。

6,Front: 从队首获取元素。

7,Rear: 获取队尾元素。

四,环形缓冲的应用

1. 进程间通信(IPC)

2. 中断与设备驱动

3. 日志系统

总结


       我们为什么需要环形缓冲(循环队列)?实际上,我们不妨先审视普通数组队列的局限性。正是这些缺陷,催生了环形缓冲这一高效、紧凑的数据结构。

一,普通队列的劣势

1. 空间浪费严重(“假溢出”问题)

     ●在普通线性队列中,元素从队头(front)出队后,其占用的空间无法被复用。即使数组整体仍有大量空位,只要队尾(rear)到达数组末尾,系统就会误判为“已满”,导致明明有空间却无法继续入队——这种现象称为“假溢出”。

示例:容量为 10 的队列,先入队 8 个元素,再出队 6 个。此时仅剩 2 个有效元素(位于索引 6 和 7),但队尾在 8。若再尝试入队第 3 个元素,队尾将越界至 11,系统被迫认为“满”,尽管前 6 个位置完全空闲。

2. 需要频繁移动元素(若避免浪费)

  • 为解决空间浪费问题,有些实现会在每次出队后将所有剩余元素向前移动,以保持队头始终在数组起始位置。
  • 这种做法导致出队操作的时间复杂度变为 O(n),效率低下。

3. 扩容成本高

  • 这个过程的时间复杂度是 O(n),且可能触发内存分配延迟,在实时系统或高频场景中不可接受。

当队列满时,需要:

申请一块更大的内存(通常是原大小的 1.5 倍或 2 倍);将所有有效元素从旧数组复制到新数组;释放旧内存。

4. 无法解决“假溢出”导致的提前扩容

  • 在普通线性队列中,即使数组总容量未满,只要队尾到达数组末尾,就会认为“满了”,从而触发不必要的扩容。
  • 例如:容量为 10 的队列,先入队 8 个元素,再出队 6 个,此时只有 2 个元素,但队头在索引 6,队尾在索引 8。
    如果再入队 3 个元素,队尾会到索引 11(越界),于是系统认为“满”了,尽管前面有 6 个空位。
  • 这种情况下,明明空间足够,却被迫扩容,浪费内存和性能。

因此,我们引出了环形缓冲——这一全新且高性能的结构来弥补一般队列的不足。

二,环形缓冲结构分析

        事实上使用链表实现环形缓冲可行,但是效率较低并且代码繁琐。因此我们采用数组来实现这一命题。

 1. “循环”取模实现指针回绕

  • 循环队列的核心思想是:逻辑上将存储结构首尾相连形成环形,通过模运算(% capacity)实现指针回绕。
rear = (rear + 1) % capacity; front = (front + 1) % capacity;

 2.“循环”,轮流入座而不是排长队

     ● 解决了每次pop元素后前面减少一个元素。但是空间被闲置的问题。
     ●  解决了每次push一个元素需要malloc开辟空间,浪费时间的同时会导致内存碎片化的问题,从而提升缓存命中率。

每一次循环回到起始节点都会利用原本会因front向后移动而浪费掉的空间

即:从无限延申的队列模型到固定座位量的轮流入座。

类比:火车站候车室

想象一排固定数量的座椅:

  • 张三(先入座)→ 李四 → 王二麻(后入座);
  • 座位满员后,赵五想入座,张三按 FIFO 原则离开;
  • 刘六随后入座,李四离开……

无需增加座椅,只需让空出的位置被新来者复用——这正是环形队列的优势:空间循环利用,无浪费、无移动、无扩容

三,实现环形缓冲

我们看题目

622. 设计循环队列

设计你的循环队列实现。 循环队列是一种线性数据结构,其操作表现基于 FIFO(先进先出)原则并且队尾被连接在队首之后以形成一个循环。它也被称为“环形缓冲器”。

循环队列的一个好处是我们可以利用这个队列之前用过的空间。在一个普通队列里,一旦一个队列满了,我们就不能插入下一个元素,即使在队列前面仍有空间。但是使用循环队列,我们能使用这些空间去存储新的值。

你的实现应该支持如下操作:MyCircularQueue(k): 构造器,设置队列长度为 k 。Front: 从队首获取元素。如果队列为空,返回 -1 。Rear: 获取队尾元素。如果队列为空,返回 -1 。enQueue(value): 向循环队列插入一个元素。如果成功插入则返回真。deQueue(): 从循环队列中删除一个元素。如果成功删除则返回真。isEmpty(): 检查循环队列是否为空。isFull(): 检查循环队列是否已满。

1,MyCircularQueue(k): 构造器

  1,结构体搭建
typedef struct { int front; int end; int k; int *a; } MyCircularQueue;

 ● 首先我们需要根据循环队列的结构创建循环队列结构体;

 ● 我们需要一个front指向第一个数据,一个end指向最后一个数据的下一个结点。

 ● k表示整体最大容量,达到即满。

 ● 指针a用于维护开辟给循环队列的空间。

 ● 重命名结构体MyCircularQueue

  2,初始化
MyCircularQueue* myCircularQueueCreate(int k) { MyCircularQueue* obj =(MyCircularQueue*)malloc(sizeof(MyCircularQueue)); obj->a=(int *)malloc(sizeof(int)*(k+1)); obj->end=obj->front=0; obj->k=k; return obj; }

 ● 这个结构体种维护的数据应该有地方存储,所有我们malloc一块空间用于存放他们,

 ● 我们为循环链表开辟一块k+1大小的空间(为什么是k+1而不是k?后面会讲)

 ● 初始化end和front指针为0;

 ● 初始化空间大小为k;

3,为什么选择k+1块空间而不是k块空间?

原因:区分“空”与“满”状态。

  • 若数组大小为 k,则 front == end 既可能是空,也可能是满(队尾绕回队头)。
  • 通过牺牲一个存储单元,规定最大容量为 k,数组实际大小为 k+1
    • front == end
    • (end + 1) % (k+1) == front

2,isFull(): 检查循环队列是否已满。

bool myCircularQueueIsFull(MyCircularQueue* obj) { if((obj->end+1)%(obj->k+1)==obj->front) { return true; } else { return false; } }

如上图,如果end的下一个结点就是front,那么我们可以确定这个循环队列是满的。否则为非满

3,isEmpty(): 检查循环队列是否为空。

bool myCircularQueueIsEmpty(MyCircularQueue* obj) { if(obj->front==obj->end) { return true; } else { return false; } }

如果front和end指向同一个位置,只有一种情况:空。

4,enQueue(value): 插入数据

bool myCircularQueueEnQueue(MyCircularQueue* obj, int value) { if((obj->end+1)%(obj->k+1)==(obj->front)) { return false; } else { *(obj->a+obj->end)=value; obj->end=(obj->end+1)%(obj->k+1); return true; } }

首先,先判满,如果满了则无法插入数据,返回false。

如果没满插入数据后end向后移动一格。

取模回绕的数学原理:

●  模k+1是整个数组的大小。

●  我们可以将end的每一个数字看做是a+x*(k+1)(其中a∈[0,k]的形式。

●  取模就是去掉后面的x*(k+1),得到下标a。

5,deQueue(): 循环队列删除元素。

bool myCircularQueueDeQueue(MyCircularQueue* obj) { if(obj->front==obj->end) { return false; } else { obj->front=(obj->front+1)%(obj->k+1); return true; } }

首先判空:如果队列为空,则韩慧false,否则执行删除并返回true。

front指针向后移动一格,注意不要忘记回绕的情况。

6,Front: 从队首获取元素。

int myCircularQueueFront(MyCircularQueue* obj) { if(obj->front==obj->end) { return -1; } else { return *(obj->a+obj->front); } }

从队首获取元素非常简单。判定是否为空,然后返回队头的值。

7,Rear: 获取队尾元素。

int myCircularQueueRear(MyCircularQueue* obj) { if(obj->front==obj->end) { return -1; } else { return *(obj->a+(obj->end+-1+obj->k+1)%(obj->k+1)); } }

从队尾获取元素较为复杂:因为end指针不指向队尾的元素。

简单,直接让end-1返回不就得了!错!必须考虑一种情况:当end指向的位置正好是队头,此时访问end-1会导致越界和未定义行为。

因此:需要一种回绕的方法不过这种回绕的方法(从前面绕到后面)和从后面绕到前面有所不同。

加上整个数组的长度k+1然后除以k+1。

这是一位牛人发明出来的方法

数学原理:(a mod n) ≡ (a + k n) mod n  (对任意整数 k)

公式看不懂没关系,也就是在两个方面:

1,end在开头时:end-1向前移动一格,此时越界没关系,+k+1直接跳到最后。实现回绕。

2,end不在开头,end-1,+k+1会被取k+1模时抵消。end自然向前移动一格不受影响。

四,环形缓冲的应用

1. 进程间通信(IPC)

  • 管道(Pipe)和 FIFO
    Linux 中的匿名管道底层常使用环形缓冲区,生产者写入、消费者读取,避免频繁内存分配。
  • 消息队列
    内核级消息队列(如 POSIX mq)使用 ring buffer 存储待处理消息。

2. 中断与设备驱动

  • 键盘/鼠标输入缓冲
    硬件中断将输入事件写入环形缓冲,用户态程序异步读取,防止丢失。
  • 串口通信(UART)
    嵌入式系统中,串口接收数据通过 DMA 写入 ring buffer,主程序轮询或中断处理。

3. 日志系统

  • 内核日志(如 printk 缓冲区)
    使用固定大小的环形缓冲存储最近的日志,旧日志自动覆盖,避免内存耗尽。

总结

环形缓冲是“在约束中追求极致效率”的典范
它牺牲了动态性和灵活性,换来了确定性、高性能和资源可控性,因此成为系统底层、实时应用和高性能领域的“隐形支柱”。当你看到“流畅的视频通话”、“稳定的工业控制”、“毫秒级响应的游戏”,背后很可能都有一个默默工作的环形缓冲。

Read more

我的算法修炼之路--9——重要算法思想:贪心、二分、正难则反、多重与完全背包精练

我的算法修炼之路--9——重要算法思想:贪心、二分、正难则反、多重与完全背包精练

💗博主介绍:计算机专业的一枚大学生 来自重庆 @燃于AC之乐✌专注于C++技术栈,算法,竞赛领域,技术学习和项目实战✌💗 💗根据博主的学习进度更新(可能不及时) 💗后续更新主要内容:C语言,数据结构,C++、linux(系统编程和网络编程)、MySQL、Redis、QT、Python、Git、爬虫、数据可视化、小程序、AI大模型接入,C++实战项目与学习分享。 👇🏻 精彩专栏 推荐订阅👇🏻 点击进入🌌作者专栏🌌: Linux系统编程✅ 算法画解 ✅ C++ ✅ 🌟算法相关题目点击即可进入实操🌟 感兴趣的可以先收藏起来,请多多支持,还有大家有相关问题都可以给我留言咨询,希望希望共同交流心得,一起进步,你我陪伴,学习路上不孤单! 文章目录 * 前言 * 题目清单 * 1.Space Elevator 太空电梯

By Ne0inhk
哈希的介绍

哈希的介绍

1. unordered系列关联式容器     下面来看哈希,首先看关联式容器unorder_map和unorder_set,它们底层是哈希表,用法和map set一样。下面浅浅过一下,它是单向迭代器,因为没有rbegin和rend。也就是红黑树和哈希表实现的map和set用法几乎相同,区别是:1.unorder系列是单向迭代器。2.unorder系列遍历出来不是有序的。下面演示一下: 它只能去重,不能排序,它也是有multi版本的。再演示一下unorder_map: 2.哈希     下面正式看哈希,什么是哈希呢?我们以前遇到的搜索有这样几类:首先是暴力查找,在一个数组里都查,这样非常慢。于是有人衍生出了有序数组的二分查找,但它的前提是排序,而且增删查改不方便,过程中为了保证有序会涉及大量的数据挪动。因此衍生出了平衡搜索树,此时基础上又出现了新的搜索,这种搜索叫哈希(散列)。它的本质是存储的值跟存储位置建立出一个映射关系,什么意思呢,先来看一个计数排序的样例: 有上面这样的一组值,最小的值是15,最大的值是30,总共开了16个空间。然后存映射关系(次数),15映射第一个位

By Ne0inhk
【LeetCode 704 & 34_二分查找】二分查找 & 在排序数组中查找元素的第一个和最后一个位置

【LeetCode 704 & 34_二分查找】二分查找 & 在排序数组中查找元素的第一个和最后一个位置

场景应用 在算法学习中,二分查找是一种高效的查找算法,其时间复杂度为 O ( l o g n ) O(log n) O(logn),适用于有序数组的查找场景。在实际场景中,当只需判断目标值是否存在于有序数组中,且数组内元素唯一时,用最简单的基础二分查找就足够,比如在按学号有序排列的唯一学生ID数组中查找某学生是否存在、在无重复的商品编码有序列表中检索指定编码是否存在;而当有序数组中存在重复的目标值,且需要确定目标值的范围边界时,就需要用查找左右边界的二分查找,比如在按时间戳排序的重复打卡记录中找某员工首次和末次打卡的位置、在成绩有序数组中找某分数出现的起始和结束排名、在商品销量统计的有序数组中找某一销量值对应的首个和最后一个商品下标。 * 场景应用 * 一、二分查找 * 1.1 题目链接 * 1.2 题目描述 * 1.3 题目示例 * 1.4 算法思路 * 1.5 核心代码 * 1.6 示例测试(总代码) * 二、

By Ne0inhk