队列

本文深入探讨了队列和双端队列这两种数据结构的定义、操作及Python实现,通过具体案例如热土豆游戏和回文词判定展示了它们的应用场景。

队列 Queue

抽象数据类型Queue是先进先出的一种数据结构(先进先出,先到先服务) ,区别于栈(后进后出,后到后服务)
抽象数据类型有如下操作定义:
Queue:创建一个空队列对象,返回值为Queue对象。
enqueue(item):入队操作,将item添加到队尾,无返回值。
dequeue():出队操作,从队首移除数据项,有返回值,返回值为队首数据项。
isEmpty():测试是否空队列,返回值为布尔值。
size():返回队列中数据项的个数。

python实现

采用List来容纳Queue的数据项,list的首段为队列队尾,list的末端为队列队首。

class Queue:
    def __init__(self):
        self.items = []
    def isEmpty(self):
        return self.items == []
    def enqueue(self,item):
        self.items.insert(0,item)
    def dequeue(self):
        return self.items.pop()
    def size(self):
        return len(self.items)
    

队列应用案例

热土豆问题

from pythonds.basic.queue import Queue
def hotpptato(namelist,num):
    simqueue = QUeue()
    for name in namelist:
        simqueue.enqueue(name)
    while simqueue.size > 1:
        for i in range(num)
            simqueue.enqueue(simqueue.dequeue())
        simqueue.dequeue()
    return simqueue.dequeue()
print(hotPotato(['bill','xielei','shenxie','kent','bob'],7))

双端队列Deque

双端队列是一种有次序的数据集,和队列相似,不同的是deque既可以从对首加入,也可以从队尾加入,数据项也可以从两端移除。
deque定义的操作如下:
deque():创建一个空双端队列
addFront(item):将item加入队首
addRear(item):将item加入队尾
removeFront():从队首移除数据项,返回值为移除的数据项
removeRear():从队尾移除数据项,返回值为移除的数据项
isEmpty():返回deque是否为空
size():返回deque中是否包含数据项的个数

python实现

class Deque:
    def__init__(self):
        self.items = []
    def isEmpty(self):
        return self.items == []
    def addFront(self,item):
        self.items.append(item)
    def addRear(self,item):
        self.items.insert(0,item)
    def removeFront(self):
        return self.items.pop()
    def size(self):
        return len(self.items)
        

双端队列应用案列

回文词判定(正念倒念都一样)

import Deque
def palchecker(aString)
    chardeque = Deque()
    for ch in aString:
        chardeque.addRear(ch)
    while chardeque.size() > 1 and stillEqual:
        first = chardeque.removeFront()
        last = chardeque.removeRear()
        if first != last:
            stillEqual = FAlse
    return stillEqual
print(palchecker('radar'))
            
内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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