队列的实现

本文介绍了如何利用单链表实现先进先出(FIFO)队列,详细阐述了入队列的头插法和出队列的尾删法。在出队列时,通过维护节点计数以提高效率。队列为空时的边界条件也得到了处理。代码示例展示了C++模板类的实现,包括队列的初始化、元素的添加与删除以及打印队列内容的方法。

前言

队列先进先出,使用链表实现比较方便,这里使用单链表实现。涉及到入队列和出队列两个操作:

入队列:使用单链表头插法,入队的节点一直在队列序列的后面
出队列:得到倒数第二个节点,将最后一个节点释放空间并删除

边界情况:

空队列时出队列

定义链表结点

 template<class T>
 struct Node {
	 T m_data;
	 struct Node* m_next;
	 Node(T data) :m_data(data), m_next(nullptr) {}
 };

队列实现


template<class T>
class queue {

private:
	int m_size;
	Node<T>* head;
	//头插  从链表头结点前插入结点
	void push_front(T& value) {
		if (!head){
			head = new struct Node<T>(value);
		}
		else{
			auto tempNode = new struct Node<T>(value);
			tempNode->m_next = head;
			head = tempNode;
		}
		m_size++;
	}
	//尾删  利用m_size定位到倒数第二个节点,node.next 将其删除
	bool pop_back() {
		if (0 >= m_size)
			return false;
		if (1 == m_size)
		{
			delete head;
			head = nullptr;
			m_size--;
			return true;
		}

		auto temNode = head;
		for (int i = 0; i < m_size - 2; i++) {
			temNode = temNode->m_next;
		}
		delete temNode->m_next;
		temNode->m_next = nullptr;
		m_size--;
		return true;
	}

public:
	queue(int size = 0) :m_size(size) {
		head = nullptr;
	}

	void Push_Queue(T& value) {
		return push_front(value);
	}

	bool Pop_Queue() {
		bool f = false;
		assert(true == (f = pop_back() ));
		return f;
	}

	void print() {
		auto temp = head;

		if (!m_size)
		{
			cout << "null";
			cout << endl;
			return;
		}

		while (temp) {
			cout << "->" << temp->m_data;
			temp = temp->m_next;
		}
		cout << endl;
	}
};

push_front && pop_back

push_front就是链表的头插法,主要涉及几个步骤:

  1. 创建新节点
  2. 新节点的next = head
  3. 新节点成为头结点
 1. tempnode = new Node(value); 
 2. tempnode->next = head;
 3. head = tempnode;

pop_back,尾删的时候考虑时间挺长的,遍历一个单链表只能找到最后一个节点。于是引入一个size节点计数,来找到倒第二节点。

  1. 找到倒第二节点node
  2. node->next 就是最后一个节点
  3. 空间释放、置为空 delete node->next ;node->next = nullptr;
内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值