预计阅读本页时间：-
好，队列能用了！现在我们用它来做一些更有趣的事。很多现实生活的情形都包含队列。例如，在银行或超级市场的顾客队列，在机场的飞机队列，多任务计算机系统上的任务队列等。可以用队列包来模拟这些情形。
例如，假设Sigmund Landers在商业街上设了一个提供建议的摊位。顾客可购买一分钟、两分钟或三分钟的建议。为确保交通通畅，商业街规章限制排成一队等待的顾客数目最多为10（很合适地用于程序的最大队列长度）。假设人们的出现是随机的，并且他们花在咨询上的时间随机地分布于三个选择（一分钟，两分钟或三分钟）上。那么Sigmund平均每小时要接待多少顾客？每位顾客平均要等多长时间？队平均有多长？队列模拟能回答这类问题。
广告：个人专属 VPN，独立 IP，无限流量，多机房切换，还可以屏蔽广告和恶意软件，每月最低仅 5 美元
首先，让我们决定队列里面要放什么。您能够描述的是每一位顾客加入到队中的时间和他（她）需要咨询的时间。这提示我们要对Item类型做下面的定义：
为转化队列包来处理这个结构，您所要做的就是用这里对Item的typedef定义替换上个例子中使用的int类型。做完这些之后，您就不必再担心队列的具体工作机制，而是分析实际问题，即模拟Sigmund的等候队列。
有一种办法是这样的。让时间以1分钟为单位递增。在每分钟里，检查是否有一个新的顾客到来。如果有一个顾客到来并且队列未满，将此顾客添加到队列。这包括将此顾客的到达时间和他需要的咨询时间记录到一个Item结构中，而后将此项目添加到队列中。但如果队列已满，就拒绝此顾客加入。为了做统计，需要保存顾客的总数和被拒顾客（由于队列已满而不能进入队列的人）总数。
接下来处理队列首端。即，如果队列非空且Sigmund未被前面的顾客占用，则删除位于队列首端的项目。回忆一下，项目中存有此顾客加入队列的时间。通过比较这个时间和当前时间，就可得到此顾客在队列中的等待时间。这个项目还存有此顾客需要的咨询时间，这将决定此顾客占用Sigmund的时间。用一个变量跟踪这一等待时间。如果Sigmund正忙，没人可以“出列”。当然，此跟踪变量应能自动递减。
核心代码可以像下面这样，其中每一个循环对应于一分钟的活动：
以下是一些变量和函数的意义：
● min_per_cus是顾客到达的平均间隔时间。
● newcustomer（）使用C的rand（）函数确定在这一分钟里是否有顾客到达。
● turnaways是被拒顾客的数目。
● customers是加入到队列中的顾客数目。
● temp是描述新顾客的Item变量。
● customertime（）设置temp结构的arrive和processtime成员。
● wait_time是Sigmund完成当前顾客咨询还需要的时间。
● line_wait是到目前为止队列中所有顾客已等待的总时间。
● served是实际服务的顾客数目。
● sum_line是到目前为止队列的累计总长。
想想看如果用散布在程序中的malloc（）和free（）函数与指向节点的指针来实现此程序的话，代码将会多么的混乱和晦涩。应用队列包使您集中精力于模拟的问题，而非编程细节。
程序清单17.9给出了模拟商业街建议摊队列的完整代码。按照第12章介绍的方法,使用了标准函数rand（）、srand（）和time（）来产生随机数。要使用此程序，记住按照如下所示更新queue.h头文件中对Item的定义：
还要记住链接mall.c和queue.c的代码。
程序清单17.9 mall.c程序
程序允许用户指定模拟运行的小时数和每小时顾客的平均数。选择一个数目较大的小时数会得到一个较好的平均值，而选择一个较小的小时数会显示一定程度的随时间的随机变化。下面的运行结果说明了这些要点。注意到平均队长和等待时间在80小时和800小时的情况下基本相同，但这两个量在两个1小时的情况下相差很大，同时与长期平均值相差也很大。这是因为小数量的统计示例更易受相对变化的影响。
另一种使用程序的方法是保持小时数不变，而尝试用不同的每小时顾客平均数的情况。以下是两个探寻这种变化的示例：
注意到当顾客访问频率提高后平均等待时间急速上升。在每小时20个顾客（80小时模拟时间）的情况下，平均等待时间为1.35分钟。在每小时25个顾客的情况下，此数值攀升到3.50分钟；而在每小时30个顾客的情况下更是急剧增加到11.83分钟。并且，被拒顾客数从0上升到3进而上升到94。Sigmund可以根据这个分析结果来决定他是否需要另外一个摊位。
