本文小编为大家详细介绍“Python队列Queue怎么使用”,内容详细,步骤清晰,细节处理妥当,希望这篇“Python队列Queue怎么使用”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。
queue模块简介
queue模块是Python内置的标准模块,模块实现了三种类型的队列,它们的区别仅仅是条目取回的顺序,分别由3个类进行表示,Queue,LifoQueue,PriorityQueue
queue.Queue(maxsize=0)
先进先出队列
maxsize 是个整数,用于设置可以放入队列中的项目数的上限。当达到这个大小的时候,插入操作将阻塞至队列中的项目被消费掉。如果 maxsize 小于等于零,队列尺寸为无限大。
from queue import Queue # FIFO queue_obj = Queue() # 创建一个队列对象 for i in range(4): queue_obj.put(i) while not queue_obj.empty(): print(queue_obj.get()) # 输出顺序 0 1 2 3
queue.LifoQueue(maxsize=0)
后进先出,maxsize和Queue一样
from queue import Queue,LifoQueue # LIFO queue_obj = LifoQueue() # 创建一个队列对象 for i in range(4): queue_obj.put(i) while not queue_obj.empty(): print(queue_obj.get()) # 输出顺序 3 2 1 0
queue.PriorityQueue(maxsize=0)
优先级队列构造器,按照级别顺序取出元素,级别最低的最先取出
队列中的元素一般采取元组的形式进行存储(priority_number, data)
优先级不同数据部分可以比较大小
PriorityQueue_obj = PriorityQueue() PriorityQueue_obj.put((5,45)) PriorityQueue_obj.put((1,42)) PriorityQueue_obj.put((2,47)) while not PriorityQueue_obj.empty(): print(PriorityQueue_obj.get()) # 输出顺序 (1, 42) (2, 47) (5, 45)
优先级一样,数据部分可以比较大小
priorityQueue_obj = PriorityQueue() priorityQueue_obj.put((1,45)) priorityQueue_obj.put((1,42)) priorityQueue_obj.put((1,47)) while not PriorityQueue_obj.empty(): print(PriorityQueue_obj.get()) (1, 42) (1, 45) (1, 47) priorityQueue_obj = PriorityQueue() priorityQueue_obj.put((1,[1,4])) priorityQueue_obj.put((1,[2,4])) priorityQueue_obj.put((1,[2,3])) while not PriorityQueue_obj.empty(): print(PriorityQueue_obj.get()) (1, [1, 4]) (1, [2, 3]) (1, [2, 4]) 当优先级一样的时候,会在比较数据部分的大小,同上字符串也可以比较大小,
优先级一样,数据部分不可以比较大小
报错
priorityQueue_obj = PriorityQueue() priorityQueue_obj.put((1,{"1":9})) priorityQueue_obj.put((1,{"k":6})) priorityQueue_obj.put((1,{"8":9})) while not priorityQueue_obj.empty(): print(priorityQueue_obj.get()) # 没有字典不能直接比较大小 # 报错内容 # TypeError: '<' not supported between instances of 'dict' and 'dict'
如果想实现字典这类的比较或者改变其他数据类型的比较大小方式
需要自己实现一个类,将数据包装到类中,在类中自定义或
重写
def __lt__(self, other):魔法方法,其作用是实现同类对象进行“比较”的方法,在类进行比较的时候可以自动调用
class dic: def __init__(self,level,data): self.level = level self.data = data def __lt__(self, other): if self.level == other.level: return len(self.data)<len(other.data) return self.level < other.level priorityQueue_obj = PriorityQueue() priorityQueue_obj.put(dic(5, {1:4, 2:5})) priorityQueue_obj.put(dic(4, {1:4})) priorityQueue_obj.put(dic(5, {1:2})) while not priorityQueue_obj.empty(): print(priorityQueue_obj.get().data) # 结果 {1: 4} {1: 2} {1: 4, 2: 5}
如果想避免麻烦,避免出现优先级一样的情况,就省去了一系列的问题
queue.SimpleQueue (3.7 新版功能.)
无界的 FIFO 队列构造函数。简单的队列,缺少任务跟踪等高级功能。
常用方法 Queue.qsize()
返回队列的大致大小。
queue_obj = LifoQueue() # 创建一个队列对象 for i in range(4): queue_obj.put(i) print(queue_obj.qsize()) 结果 1 2 3 4
Queue.empty()
如果队列为空,返回 True ,否则返回 False 。
Queue.full()
如果队列是满的返回 True ,否则返回 False 。
Queue.put(item, block=True, timeout=None)
将 item 放入队列。如果可选参数 block 是 true 并且 timeout 是 None (默认),则在必要时阻塞至有空闲插槽可用。如果 timeout 是个正数,将最多阻塞 timeout 秒,如果在这段时间没有可用的空闲插槽,将引发 Full 异常。反之 (block 是 false),如果空闲插槽立即可用,则把 item 放入队列,否则引发 Full 异常 ( 在这种情况下,timeout 将被忽略)。
Queue.put_nowait(item)
相当于 put(item, block=False)。
Queue.get(block=True, timeout=None)
从队列中移除并返回一个项目。如果可选参数 block 是 true 并且 timeout 是 None (默认值),则在必要时阻塞至项目可得到。如果 timeout 是个正数,将最多阻塞 timeout 秒,如果在这段时间内项目不能得到,将引发 Empty 异常。反之 (block 是 false) , 如果一个项目立即可得到,则返回一个项目,否则引发 Empty 异常 (这种情况下,timeout 将被忽略)。
Queue.get_nowait()
相当于 get(block=False) 。
Queue.task_done()
在完成一项工作以后,task_done()告诉队列,该任务已处理完成
Queue.join()
阻塞至队列中所有的元素都被接收和处理完毕。
队列添加新工作时,未完成任务的计数就会增一,当调用task_done()函数后,就代表执行完一个工作,未完成任务的计数就会减一,当计数为0时 join() 阻塞被解除。
阻塞与抛出异常
添加元素发生阻塞
queue_obj = Queue(3) # 队列的最大长度为3 for i in range(4): # 当向队列中添加的元素超过队列的最大长度就会发生阻塞,当队列中取出一个数据才会解除堵塞 queue_obj.put(i) # print(queue_obj.qsize()) print("阻塞") queue_obj = Queue(3) # 创建一个队列对象 for i in range(4): queue_obj.put(i,block=False) 当超出最大长度的时就会报错
取元素发生阻塞
queue_obj = Queue(3) for i in range(3): queue_obj.put(i) for i in range(4): 当取出元素的时候发现没有元素的时候就会发生阻塞 print(queue_obj.get()) queue_obj = Queue(3) for i in range(3): queue_obj.put(i) for i in range(4): print(queue_obj.get(block=False)) 如果队列为空,仍然继续取元素,会发生报错
超时报错
queue_obj = Queue(3) for i in range(4): queue_obj.put(i,timeout=4) # 如果阻塞4秒,原队列中仍然没有位置,则会发生报错
其他设置tiemout扽同理,只要超出时间,仍然没有解决阻塞,就会抛出异常