Python 循环缓冲区

 更新时间:2023年09月18日 14:17:01   作者:迹忆客  
Python 循环缓冲区是一种快速高效的数据存储方式。 循环数据缓冲区是一个队列,可以用作容纳单个对象的容器,这篇文章主要介绍了Python 循环缓冲区,需要的朋友可以参考下

循环缓冲区是环形缓冲区的另一个名称。 缓冲区是一种数据结构,它使用单个固定大小的缓冲区,就好像它是端到端连接的一样。

这种结构有助于管理数据流,其中可以在一端不断添加新数据,而可以从另一端删除旧数据。 当缓冲区已满时,新数据将覆盖最旧的数据。

Python 中的高效循环缓冲区

高效的循环缓冲区是一种允许高效插入和删除数据的数据结构。

循环缓冲区通常作为数组实现。 数组头指针指向第一个元素,尾指针指向数组中的最后一个元素。

头指针和尾指针在到达数组末尾时回绕。 插入循环缓冲区是通过递增头指针并将数据写入该位置的数组来完成的。

从循环缓冲区中删除是通过递增尾指针来完成的。 该数据并未从数组中删除,但头指针和尾指针有效地跳过了它。

循环缓冲区是一种高效的数据结构,因为它只需要固定数量的内存。 它也很容易实现。

class Buffer:
    def __init__(self, size):
        self.data = [None for i in range(size)]
    def append(self, x):
        self.data.pop(0)
        self.data.append(x)
    def get(self):
        return self.data
buf = Buffer(4)
for i in range(10):
    buf.append(i)
    print(buf.get())

输出:

[None, None, None, 0]
[None, None, 0, 1]
[None, 0, 1, 2]
[0, 1, 2, 3]
[1, 2, 3, 4]
[2, 3, 4, 5]
[3, 4, 5, 6]
[4, 5, 6, 7]
[5, 6, 7, 8]
[6, 7, 8, 9]

在 Python 中实现循环缓冲区

在 Python 中有很多方法可以实现高效的循环缓冲区。 一种常见的方法是使用 collections.dequeue 对象,该对象旨在有效地支持从队列的前端和后端移除和添加元素。

另一种方法是使用列表并分别跟踪头部和尾部索引。

如果您想知道哪种方法最好,则取决于应用程序的具体要求。 例如,如果元素需要频繁地从缓冲区中添加和删除,并且顺序不是必需的,那么出列方法可能是最好的。

另一方面,如果元素只被添加到缓冲区一次然后多次读出,或者如果顺序是必要的,那么列表方法可能更好。

在 Python 中使用 collections.enqueue 和 collections.dequeue 实现循环队列

首先,我们将使用函数 collections.enqueue 在队列中添加值。 然后,我们可以在循环队列中使用 collection.dequeue 从队列中删除一个元素。

为了理解它的工作原理,让我们看一下 Python 中循环队列的实际例子。

示例代码:

# implememting circular queue in python
class CircularQueue():
    def __init__(collections, k):
        collections.k = k
        collections.queue = [None] * k
        collections.head = collections.tail = -1
    # this function will insert (Enqueue) an element into the circular queue
    def enqueue1(collections, data):
        if ((collections.tail + 1) % collections.k == collections.head):
            print("The queue is full\n")
        elif (collections.head == -1):
            collections.head = 0
            collections.tail = 0
            collections.queue[collections.tail] = data
        else:
            collections.tail = (collections.tail + 1) % collections.k
            collections.queue[collections.tail] = data
    # this function will delete (dequeue) an element from the circular
    def dequeue1(collections):
        if (collections.head == -1):
            print("The circular queue is empty\n")
        elif (collections.head == collections.tail):
            temp = collections.queue[collections.head]
            collections.head = -1
            collections.tail = -1
            return temp
        else:
            temp = collections.queue[collections.head]
            collections.head = (collections.head + 1) % collections.k
            return temp
     # This function is used to print the queue
    def printCQueue1(collections):
        if(collections.head == -1):
            print("Circular queue is empty")
        elif (collections.tail >= collections.head):
            for i in range(collections.head, collections.tail + 1):
                print(collections.queue[i], end=" ")
            print()
        else:
            for i in range(collections.head, collections.k):
                print(collections.queue[i], end=" ")
            for i in range(0, collections.tail + 1):
                print(collections.queue[i], end=" ")
            print()
obj = CircularQueue(5)
# adding data to the queue
for i in range(1, 6):
    obj.enqueue1(i)
print("Display queue")
obj.printCQueue1()
# removing data from the queue
print("\nDelete Value:", obj.dequeue1())
print("Delete Value:", obj.dequeue1())
print("\nTwo values were deleted from the queue")
print("The new queue has 3 values now")
obj.printCQueue1()

输出:

Display queue
1 2 3 4 5

Delete Value: 1
Delete Value: 2

Two values were deleted from the queue
The new queue has 3 values now
3 4 5

Python循环缓冲区的优点

在 Python 中处理数据时使用循环缓冲区有很多优点。

  • 一个优点是它可以用于以先进先出 (FIFO) 方式存储数据。 当您需要按照接收数据的原始顺序处理数据时,这会有所帮助。
  • 另一个优点是循环缓冲区可以以后进先出 (LIFO) 的方式存储数据。 当您需要以接收数据的相反顺序处理数据时,这会很好。
  • 此外,循环缓冲区可用于以随机访问方式存储数据。 当您需要快速随机访问数据时,这会很有帮助。

Python循环缓冲区的缺点

在 Python 中使用循环缓冲区有一些缺点。

  • 首先,不可能随机访问缓冲区中的元素。 这可能会导致难以处理非线性顺序的数据。
  • 其次,缓冲区的大小是固定的。 如果您需要存储的数据多于缓冲区可以容纳的数据,这可能会导致问题。
  • 最后,循环缓冲区比其他数据结构更难调试。

总结

Python 循环缓冲区是一种快速高效的数据存储方式。 循环数据缓冲区是一个队列,可以用作容纳单个对象的容器。

当不断添加和删除数据时,例如在视频游戏或音频处理中,通常会使用循环缓冲区。 它可以用单个指针实现,而线性队列需要两个指针。

循环缓冲区可以很容易地扩展到多个队列,允许并发数据访问。

到此这篇关于Python 循环缓冲区的文章就介绍到这了,更多相关Python 循环缓冲区内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python能做哪些生活有趣的事情

    python能做哪些生活有趣的事情

    在本篇文章里小编给各位分享了关于python能做的生活有趣的事情,有兴趣的朋友们可以学习下。
    2020-09-09
  • python中list循环语句用法实例

    python中list循环语句用法实例

    这篇文章主要介绍了python中list循环语句用法,以实例形式详细介绍了Python针对list的解析,包含各种常见的遍历操作及原理分析,需要的朋友可以参考下
    2014-11-11
  • pytorch+lstm实现的pos示例

    pytorch+lstm实现的pos示例

    今天小编就为大家分享一篇pytorch+lstm实现的pos示例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-01-01
  • python 导入数据及作图的实现

    python 导入数据及作图的实现

    今天小编就为大家分享一篇python 导入数据及作图的实现,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • 使用Python监视指定目录下文件变更的方法

    使用Python监视指定目录下文件变更的方法

    今天小编就为大家分享一篇使用Python监视指定目录下文件变更的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-10-10
  • python如何使用代码运行助手

    python如何使用代码运行助手

    在本篇文章里小编给大家分享了关于python代码运行助手用法,需要的朋友们可以学习下。
    2020-07-07
  • Python函数式编程之面向过程面向对象及函数式简析

    Python函数式编程之面向过程面向对象及函数式简析

    这一番我们要学习点有难度的了,因此将降低阅读与理解难度,尽量采用大白话为你铺垫,因为涉及的一些概念也是借鉴的其它编程语言的风格,而且实际落地中存在部分争议不过多学一点,总是没有坏处的
    2021-09-09
  • 利用Python脚本写端口扫描器socket,python-nmap

    利用Python脚本写端口扫描器socket,python-nmap

    这篇文章主要介绍了利用Python脚本写端口扫描器socket,python-nmap,文章围绕主题展开详细介绍,具有一定的参考价值,需要的小伙伴可以参考一下
    2022-07-07
  • django中cookiecutter的使用教程

    django中cookiecutter的使用教程

    这篇文章主要给大家介绍了关于django中cookiecutter使用的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-12-12
  • Python类中使用cursor.execute()时语法错误的解决方法

    Python类中使用cursor.execute()时语法错误的解决方法

    在 Python 类中使用 cursor.execute() 时,出现语法错误(如 SyntaxError 或 SQL 语法相关错误)通常是因为 SQL 语句格式不正确、占位符使用不当,或参数传递方式不符合预期,以下是解决此类问题的常见方法和建议,需要的朋友可以参考下
    2024-09-09

最新评论