queue 和 Stack

import scala.collection.mutable

//queue:队列.排队打饭....

//特点:先进先出

//Stack:栈

//特点:先进后出

class ob5 {

def main(args: Array[String]): Unit = {

val q1 = mutable.Queue(1)

q1.enqueue(2)//入队

q1.enqueue(3)//入队

q1.enqueue(4)//入队

println(q1)

//出队:获取队首的元素

println(q1.dequeue())

println(q1)

//出队:获取队首的元素

println(q1.dequeue())

println(q1)

println("-"*100)

val s1 = mutable.Stack(1)

s1.push(2)

s1.push(3)

s1.push(4)//入栈

println(s1)

println(s1.pop())//出栈

println(s1.pop())//出栈

println(s1.pop())//出栈

println(s1.pop())//出栈

println(s1)

}

}

相关推荐
不要天天开心6 小时前
大数据利器:Kafka与Spark的深度探索
spark·scala
不要天天开心19 小时前
Kafka与Spark-Streaming:大数据处理的黄金搭档
kafka·scala
什么芮.2 天前
spark-streaming
pytorch·sql·spark·kafka·scala
爱编程的王小美6 天前
Scala 入门指南
开发语言·后端·scala
旋风小飞棍6 天前
spark和hadoop的区别与联系
大数据·开发语言·scala
搞程序的心海10 天前
Flink 编程基础:Scala 版 DataStream API 入门
大数据·flink·scala
不要天天开心11 天前
Spark-SQL与Hive的连接及数据处理全解析
spark·scala
胡萝卜糊了Ohh11 天前
spark-sql
spark·scala
搞程序的心海13 天前
Flink DataStream API深度解析(Scala版):窗口计算、水位线与状态编程
大数据·flink·scala