Queue ใน Python คืออะไร อธิบายพร้อมตัวอย่าง

Queue ใน Python คืออะไร?

Queue เป็น Linear Data Structure ทำงานแบบ First In First Out (FIFO) Element ที่เข้าไปก่อนจะถูก Process ก่อน (เหมือนคิวรอรถบัส)

ตัวอย่างในชีวิตจริง

คิวรอรถบัส: คนมาก่อนอยู่หน้า คนตามมาต่อท้าย รถมา คนหน้าขึ้นก่อน (First In First Out)

การ Implement Queue ใน Python

วิธีที่ 1: ใช้ List (ไม่แนะนำ - ช้า O(n) สำหรับ pop(0))

queue = []
queue.append(1)
queue.append(2)
queue.append(3)
print("Initial queue:", queue)  # [1, 2, 3]

print("Element popped from the queue")
print(queue.pop(0))  # 1 - O(n) ต้อง Shift ทุก Element
print(queue.pop(0))  # 2

print("Queue after popping:", queue)  # [3]

# Pop from empty -> IndexError
# queue.pop(0)

วิธีที่ 2: ใช้ queue.Queue (Thread-Safe, Built-in)

from queue import Queue

q = Queue(maxsize=3)  # maxsize=0 = unlimited
q.put(1)
q.put(2)
q.put(3)

print("Is queue full:", q.full())  # True

print("Element popped from the queue")
print(q.get())  # 1
print(q.get())  # 2

print("Number of elements in queue:", q.qsize())  # 1
print("Is queue empty:", q.empty())  # False

Methods ของ Queue

วิธีที่ 3: ใช้ collections.deque (แนะนำ - เร็วที่สุด O(1))

from collections import deque

queue = deque()
queue.append(1)
queue.append(2)
queue.append(3)
print("Initial queue:", queue)  # deque([1, 2, 3])

print("Element popped from the queue")
print(queue.popleft())  # 1 - O(1)!
print(queue.popleft())  # 2

print("Queue after popping:", queue)  # deque([3])

# popleft from empty -> IndexError
# queue.popleft()

ทำไม deque ดีกว่า List สำหรับ Queue?

• append() (Enqueue) = O(1)
• popleft() (Dequeue) = O(1)
• List: pop(0) = O(n) ต้อง Shift Elements ทั้งหมด

Queue Class แบบ Custom

class Queue:
    def __init__(self):
        self._items = deque()
    
    def enqueue(self, item):
        self._items.append(item)
    
    def dequeue(self):
        if self.is_empty():
            raise IndexError("Dequeue from empty queue")
        return self._items.popleft()
    
    def peek(self):
        if self.is_empty():
            raise IndexError("Peek from empty queue")
        return self._items[0]
    
    def is_empty(self):
        return len(self._items) == 0
    
    def size(self):
        return len(self._items)
    
    def __str__(self):
        return str(list(self._items))

# ใช้งาน
q = Queue()
q.enqueue("A")
q.enqueue("B")
print(q.peek())   # A
print(q.dequeue()) # A
print(q)          # ['B']

ประยุกต์ใช้: BFS (Breadth-First Search)

from collections import deque

def bfs(graph, start):
    visited = set()
    queue = deque([start])
    visited.add(start)
    result = []
    
    while queue:
        vertex = queue.popleft()
        result.append(vertex)
        for neighbor in graph[vertex]:
            if neighbor not in visited:
                visited.add(neighbor)
                queue.append(neighbor)
    return result

graph = {
    'A': ['B', 'C'],
    'B': ['A', 'D', 'E'],
    'C': ['A', 'F'],
    'D': ['B'],
    'E': ['B', 'F'],
    'F': ['C', 'E']
}
print(bfs(graph, 'A'))  # ['A', 'B', 'C', 'D', 'E', 'F']

Priority Queue (คิวลำดับความสำคัญ)

import heapq

# heapq เป็น Min-Heap
pq = []
heapq.heappush(pq, (2, "Medium"))
heapq.heappush(pq, (1, "High"))
heapq.heappush(pq, (3, "Low"))

while pq:
    priority, task = heapq.heappop(pq)
    print(f"Priority {priority}: {task}")
# Priority 1: High
# Priority 2: Medium
# Priority 3: Low