前言

上篇文章介紹了 Python 中的多執行緒。今天來介紹下程式設計中常會用到的一個數據結構 - 佇列。

不知道大家是否還記得什麼是資料結構呢？在很早很早以前，Python小課堂的初期，講了許多 Python 原生的資料結構。比如 list、tuple、dict 等。。。

既然叫資料結構，實際上就是為了給計算機儲存資料用的一種結構體。不同的資料結構都有其不同的特點。那今天就來簡單地聊聊佇列！

拋開計算機知識體系，在咱們的生活中，佇列這個詞其實挺好想象的，因為無時無刻都可以見到。比如等公交的時候，需要排隊。比如買東西交錢的時候，也要排隊。在這些例子中，由人們有序形成的隊形就叫佇列。

生活中的排隊，有沒有什麼特性而言呢？大家可以思考下，再往下看。

普通佇列的特性，即先進先出（FIFO，first in first out）。對應到生活中，怎麼理解這個先進先出？其實很好理解。

拿排隊買東西來說，每次排在隊首的人，交完錢肯定是當前佇列中第一個離開收銀臺的人。當隊首的人離開了，那麼後面的所有人都要往前走，繼續結賬。

對應到計算機中的佇列，就是因為第一個人先排的隊，所以他第一個交完錢就可以離開了，即先進先出。（多說句，計算機世界許多東西其實就是抽象的現實世界示例。）

心細的同學會發現，在上面將普通兩字標粗了，那一定還有一些其它的常用特殊佇列，比如優先順序佇列。（PriorityQueue）

這次拿去銀行辦業務來舉例。生活中我們去銀行辦理業務，一般都需要去機器拿號，然後等待著櫃檯業務人員叫號。叫到你，你就過去處理就行了。但是銀行是有 vip 服務的，擁有 vip 權益的人可以更快的享受到業務辦理，也就是說人家比你有更高的優先權。vip特權通道，你值得擁有！

了解了生活中的例子，再來看看比較專業的定義：

優先順序佇列（priority queue） 是0個或多個元素的集合，每個元素都有一個優先權，對優先順序佇列執行的操作有（1）查詢（2）插入一個新元素 （3）刪除 一般情況下，查詢操作用來搜尋優先權最大的元素，刪除操作用來刪除該元素 。對於優先權相同的元素，可按先進先出次序處理或按任意優先權進行。

百度百科

也就是說，在優先順序佇列中，每個人都有一個優先權對應，誰的優先權高，誰就會先被處理。大家了解即可。

示例情景：

假設下面有 6 個美少女，她們準備去量身高，恰好這幾個妹紙是按照從高到低，從大到小排好隊的。

每走一個去量身高，這個佇列中就會少一個人。當然，隊首在左，隊尾在右，於是她們的變化是下面這樣：

。。。。。。省略，直到：

程式碼演示

是不是好多人看到這裡就不打算看了。。不是讓你來看美少女的喂。。。下面才是重點~

第一部分程式碼：

import queueimport threadingnum_worker_threads = 5def do_work(beauty_dict):    print(f"妹紙名字{beauty_dict['name']}，年齡{beauty_dict['age']}")def worker():    while True:        item = q.get()        if item is None:            break        do_work(item)        q.task_done()

簡單的講解下，在 Python3 中，有個模組叫 queue。裡面實現了幾個佇列的資料結構。首先看 do_work() 函式，其中它就是用來列印妹子姓名和年齡的。worker() 函式中寫了一層死迴圈，只要佇列中有妹紙的資料，就一直執行列印，直到佇列中的妹紙都沒了，就跳出。

第二部分程式碼：

q = queue.Queue()threads = []for i in range(num_worker_threads):    t = threading.Thread(target=worker)    t.start()    threads.append(t)beauty_girls = [{"name": "小H", "age": 23},                {"name": "小E", "age": 22},                {"name": "小D", "age": 21},                {"name": "小C", "age": 20},                {"name": "小B", "age": 19},                {"name": "小A", "age": 18},                ]for item in beauty_girls:    q.put(item)# block until all tasks are doneq.join()# stop workersfor i in range(num_worker_threads):    q.put(None)for t in threads:    t.join()

首先建立佇列，其次，讓這 6 個美少女開始依次排入到佇列中，開啟多執行緒去執行 worker() 這個函式。worker() 函式就是第一部分程式碼中，從佇列裡一個個取出妹紙，在呼叫 do_work() 列印她們的姓名和年齡。

關於佇列的 join() 方法，可以看到官方給的英文註釋，大意是當所有任務完成時才繼續執行後面的程式碼，否則處於阻塞狀態。

程式碼中涉及的方法，老規矩，希望大家可以自己去查閱 Python 官方文件，搜尋 queue 即可看到。當然如果懶得動手的話，筆者這裡截圖幾個常用方法：

將妹紙放入佇列中：

從佇列中獲取妹紙：

獲取佇列中妹紙的個數：

通過兩篇文章，簡單的介紹了一下多執行緒和佇列，目的是為了接下來的多執行緒佇列爬蟲示例做準備，如果對這些不了解的話，在後面的程式碼中是很難看懂的。

關於佇列的使用，最常用的方法應該就是放入、獲取、判斷佇列的大小。其實這三點在大部分資料結構裡都是常用的操作，熟練掌握即可。

本章完整程式碼，就是文中第一部分和第二部分的程式碼拼接，因為太長，所以分開講了下。