Python队列Queue怎么使用

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):

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