题目描述
请你设计一个队列，支持在前，中，后三个位置的 push 和 pop 操作。
请你完成 FrontMiddleBack 类：
FrontMiddleBack() 初始化队列。
void pushFront(int val) 将 val 添加到队列的 最前面 。
void pushMiddle(int val) 将 val 添加到队列的 正中间 。
void pushBack(int val) 将 val 添加到队里的 最后面 。
int popFront() 将 最前面 的元素从队列中删除并返回值，如果删除之前队列为空，那么返回 -1 。
int popMiddle() 将 正中间 的元素从队列中删除并返回值，如果删除之前队列为空，那么返回 -1 。
int popBack() 将 最后面 的元素从队列中删除并返回值，如果删除之前队列为空，那么返回 -1 。
请注意当有 两个 中间位置的时候，选择靠前面的位置进行操作。比方说：
将 6 添加到 [1, 2, 3, 4, 5] 的中间位置，结果数组为 [1, 2, 6, 3, 4, 5] 。 从 [1, 2, 3, 4, 5, 6] 的中间位置弹出元素，返回 3 ，数组变为 [1, 2, 4, 5, 6] 。
分析
输入：并没有要求数组的 capacity
输出：队列的实例，有题目要求的方法
解题思路
本题我们仍然用数组来作为我们存储数据的数据结构，因为不论是前后的增，删，还是从中间插入删除，数组都有支持的方法。
我们依次实现要求的方法，然后从题看下代码～
pushFront: 我们用数组的 unshift 进行实现
pushMiddle, popMiddle，这两个我们放在一起看：
我们那一个数组举例子，[1, 2, 3，4]，对于这么一个数组，我们需要按照题目要求去插入一个 666，应该怎么办呢？
实际上需要在 2 的后面加上他，最终形成 [1, 2, 666, 3, 4]，这是因为题目告诉我们，在有两个中间位置的时候，取左边的。所以这个位置就是 arr.length >>> 1
那删除的情况呢？
我们要删除 2，需要删除的是 arr.length - 1 >>> 1，也就是 3 / 2， 向下取整，得到 1。
这两个是否“减1”，需要特别地注意 ⚠️ 一把。
pushBack: 我们用数组的 push 实现
popFront：我们用数组的 shift 实现
popBack: 我们用数组的 pop 实现
代码
var FrontMiddleBackQueue = function () {
this.queue = []
}
/**
* @param {number} val
* @return {void}
*/
FrontMiddleBackQueue.prototype.pushFront = function (val) {
this.queue.unshift(val)
}
/**
* @param {number} val
* @return {void}
*/
FrontMiddleBackQueue.prototype.pushMiddle = function (val) {
this.queue.splice(this.queue.length >>> 1, 0, val)
}
/**
* @param {number} val
* @return {void}
*/
FrontMiddleBackQueue.prototype.pushBack = function (val) {
this.queue.push(val)
}
/**
* @return {number}
*/
FrontMiddleBackQueue.prototype.popFront = function () {
if (this.queue.length === 0) return -1
return this.queue.shift()
}
/**
* @return {number}
*/
FrontMiddleBackQueue.prototype.popMiddle = function () {
if (this.queue.length === 0) return -1
return this.queue.splice((this.queue.length - 1) >>> 1, 1)
}
/**
* @return {number}
*/
FrontMiddleBackQueue.prototype.popBack = function () {
if (this.queue.length === 0) return -1
return this.queue.pop()
}
复杂度
时间：O(1)，均为常量级别的复杂度 空间：O(N)，需要用数组存储所有的数据
