赞
踩
关于priority_queue:
1.优先级队列是一种容器适配器,它根据严格的弱排序标准,它的第一个元素总是它所包含的元素中最大的。
2.次上下文类似于堆,在堆中可以随时插入元素,并且只能检索最大堆元素(优先队列中位于顶部的元素)。
3.优先队列被实现为容器适配器,容器适配器即将特定容器类封装作为其底层容器类,它提供一组特定的成员函数来访问其元素,元素从特定容器的"尾部"弹出,其称为优先队列的顶部。
4.底层容器可以是任何标准容器类模板,也可以是其他特定设计的容器类。容器应该可以通过随机访问迭代器来访问,并支持以下操作:
- empty(): 检测容器是否为空
- size(): 返回容器中有效元素个数
- front(): 返回容器中第一个元素的引用
- push_back():在容器的尾部插入元素
- pop_back(): 删除容器尾部元素
5.标准容器类vector和deque满足这些需求。默认情况下,如果没有为特定的priority_queue类实例化指定容器类,则使用vector。
6.需要支持随机访问迭代器,以便始终在内部保持堆结构。容器适配器通过在需要自动调用算法函数make_heap丶push_heap和pop_heap来自动完成此操作。
注意:priority_queue的头文件是<queue>
优先级队列默认使用vector作为其底层存储数据的容器,在vector上又使用了堆算法将vector中元素构造成堆的结构。因此priority_queue就是堆,所有需要用到堆的位置,都可以考虑使用priority_queue。注意:默认情况下priority_queue是大堆。
函数声明 | 接口说明 |
---|---|
priority_queue() | 构造一个空的优先级队列 |
priority_queue(first, last) | 利用迭代器区间来构造一个优先级队列 |
empty() | 检测优先级队列是否为空,是返回true,否则返回false |
top() | 返回优先级队列中最大(最小)元素,即堆顶元素 |
push(x) | 在优先级队列中插入元素x,插入后优先级队列会自动调整 |
pop() | 删除优先级队列中最大(最小)元素,即堆顶元素,删除完后优先级队列会自动调整 |
【注意】
1.默认情况下,priority_queue是大堆。
可以通过仿函数来实现小堆。
#include <iostream> #include <vector> #include <queue> #include <functional> // greater算法的头文件 using namespace std; void TestPriorityQueue() { // 默认情况下,创建的是大堆,其底层按照小于号比较 vector<int> v{ 3,2,7,6,0,4,1,9,8,5 }; priority_queue<int> q1; for (auto& e : v) q1.push(e); cout << q1.top() << endl; //此时自堆顶(下标为0)到堆末尾(下标为size()-1)依此为9 8 7 6 5 4 3 2 1 0 //默认为大堆顶 for (auto& e : v) { cout << q1.top() << " "; q1.pop(); } cout << endl; cout << endl; // 如果要创建小堆,将第三个模板参数换成greater比较方式 priority_queue<int, vector<int>, greater<int>> q2(v.begin(), v.end()); cout << q2.top() << endl; for (auto& e : v) { cout << q2.top() << " "; q2.pop(); } cout << endl; } int main() { TestPriorityQueue(); return 0; }
2.如果priority_queue中放自定义类型的数据,用户需要在自定义类型中提供>或者<的重载。(即提供可以比较大小的符合重载实现)。
#include <iostream> #include <vector> #include <queue> #include <functional> // greater算法的头文件 // using namespace std; class Date { public: Date(int year = 1900, int month = 1, int day = 1) : _year(year) , _month(month) , _day(day) {} bool operator<(const Date& d)const { return (_year < d._year) || (_year == d._year && _month < d._month) || (_year == d._year && _month == d._month && _day < d._day); } bool operator>(const Date& d)const { return (_year > d._year) || (_year == d._year && _month > d._month) || (_year == d._year && _month == d._month && _day > d._day); } friend ostream& operator<<(ostream& _cout, const Date& d) { _cout << d._year << "-" << d._month << "-" << d._day; return _cout; } private: int _year; int _month; int _day; }; void TestPriorityQueue() { // 大堆,需要用户在自定义类型中提供<的重载 priority_queue<Date> q1; q1.push(Date(2018, 10, 29)); q1.push(Date(2018, 10, 28)); q1.push(Date(2018, 10, 30)); cout << q1.top() << endl; // 如果要创建小堆,需要用户提供>的重载 priority_queue<Date, vector<Date>, greater<Date>> q2; q2.push(Date(2018, 10, 29)); q2.push(Date(2018, 10, 28)); q2.push(Date(2018, 10, 30)); cout << q2.top() << endl; }
通过堆priority_queue的底层结构就是堆,因此此处只需对堆进行通用的封装即可。
Priority_queue.h
#pragma once #include <vector> namespace bit { //仿函数小于 template <class T> class myless { public: bool operator()(const T& x, const T& y) { return x < y; } }; //仿函数大于 template <class T> class mygreater { public: bool operator()(const T& x, const T& y) { return x > y; } }; //Compare -- 仿函数 通过只传递不同的仿函数对象 达到只传参就能修改功能和需求的目的 template<class T, class Container = vector<T>, class Compare = myless<T>> class priority_queue { public: //提供个默认构造 priority_queue() = default; template <class InputIterator> priority_queue(InputIterator first, InputIterator last) { while (first != last) { _con.push_back(*first); ++first; } //建堆 //从倒数第一个非叶子结点开始 向下调整 直至根节点向下调整完毕 for (int i = (_con.size() - 1 - 1) / 2; i >= 0; i--) { adjust_down(i); } } //向上调整 构建大顶堆 void adjust_up(int child) { Compare comfunc; //由子节点求取得父节点:子节点-1然后除2 int parent = (child - 1) / 2; //构建大堆 //循环和结束条件:当子节点不为根结点时和当满足父节点大于子节点时 while (child > 0) { //当父节点小于子节点时 需要进行交换 //if (_con[parent] < _con[child]) if (comfunc(_con[parent], _con[child])) { swap(_con[parent], _con[child]); //更新当前父节点的位置 使其成为新的子节点 //然后继续向上调整 child = parent; parent = (child - 1) / 2; } //当父节点大于子节点时 可以直接break else { break; } } } void push(const T& x) { _con.push_back(x); adjust_up(_con.size() - 1); } //删除时 需要自上而下 调整整个堆 void adjust_down(int parent) { Compare comfunc; int child = parent * 2 + 1; while (child < _con.size()) { if (child + 1 < _con.size() && comfunc(_con[child], _con[child + 1])) { ++child; } if (comfunc(_con[parent], _con[child])) { swap(_con[parent], _con[child]); parent = child; child = parent * 2 + 1; } else { break; } } } //pop的是优先级最高的元素 void pop() { swap(_con[0], _con[_con.size() - 1]); _con.pop_back(); adjust_down(0); } const T& top() { return _con[0]; } size_t size() { return _con.size(); } bool empty() { return _con.empty(); } private: Container _con; }; }
Test.cpp
#include <iostream> #include <queue> //标准库中的priority_queue是在头文件queue中的 using namespace std; #include <algorithm> #include "Priority_Queue.h" void test_priority_queue() { vector<int> v = { 3,2,7,6,0,4,1,9,8,5 }; /*priority_queue<int> q1; for (auto& e : v) q1.push(e);*/ //迭代器区间 //priority_queue<int> q1(v.begin(), v.end()); 对普通数组也可以(连续的物理空间) int a[] = { 3,2,7,6,0,4,1,9,8,5 }; //priority_queue<int> q1(a, a+sizeof(a)/sizeof(int)); //切换成小堆 要利用仿函数 仿函数->greater<int>> q1 priority_queue<int, vector<int>, greater<int>> q1(a, a + sizeof(a) / sizeof(int)); //这个地方可能看上去有点奇怪 greate生成的是小堆 while (!q1.empty()) { cout << q1.top() << " "; q1.pop(); } cout << endl; } void test_Mypriority_queue() { vector<int> v = { 3,2,7,6,0,4,1,9,8,5 }; /*priority_queue<int> q1; for (auto& e : v) q1.push(e);*/ //迭代器区间 //priority_queue<int> q1(v.begin(), v.end()); 对普通数组也可以(连续的物理空间) int a[] = { 3,2,7,6,0,4,1,9,8,5 }; //bit::priority_queue<int> q1(a, a+sizeof(a)/sizeof(int)); //切换成小堆 要利用仿函数 bit::priority_queue<int, vector<int>, bit::mygreater<int>> q1(a, a + sizeof(a) / sizeof(int)); //这个地方可能看上去有点奇怪 greate生成的是小堆 while (!q1.empty()) { cout << q1.top() << " "; q1.pop(); } cout << endl; } int main() { //标准库中的 test_priority_queue(); //我们自行模拟实现的 test_Mypriority_queue(); return 0; }
deque(双端队列):是一种双开口的"连续"空间的数据结构。双开口的含义是:可以在头尾两端进行插入和删除操作,且时间复杂度为O(1),与vector比较,头插效率高,而且不需要搬移元素;与list比较,空间利用率比较高。
deque并不是真正连续的空间,而是由一段段连续的小空间拼接而成的,实际deque类似于一个动态的二维数组。如下图:
双端队列底层是一段假想的连续空间,实际是分段连续的,为了维护其"整体连续"以及随机访问的假象,落在了deque的迭代器身上,因此deque的迭代器设计就比较复杂。如下图:
那么deque是如何借助其迭代器维护其假想的连续结构呢?
与vector相比,deque的优势是:头部插入和删除时,不需要搬移元素,效率特别高,而且在扩容时,也不需要搬移大量的元素,因此其效率是比vector高的。
与list比较,其底层是连续空间,空间利用率比较高,不需要存储额外字段。
stack是一种后进先出的特殊线性结构,因此只要具有push_back()和pop_back()操作的线性结构,都可以作为stack的底层容器,比如vector和list都可以;
queue是先进先出的特殊线性数据结构,只要具有push_back()和pop_front()操作的线性结构,都可以作为queue的底层容器,比如list。但是STL中队stack和queue默认选择deque作为底层容器。
那么主要是因为:
1.stack和deque不需要遍历(因此stack和queue没有迭代器),只需要在固定的一端或者两端进行操作。
-
2.在stack中元素增长时,deque比vector的效率高(扩容时不需要搬移大量数据);queue中的元素增长时,deque不仅效率高,而且内存使用率高。
结合deque的优点,而完美地避开了其缺陷。
适配器是一种设计模式(设计模式是一套被返回使用的丶多数人知晓的丶经过分类编目的丶代码设计经验的总结),该种模式将一个类的接口转换成客户希望的另一个接口。
虽然stack和queue种也可以存放元素,但在STL种并没有将其划分在容器的行列,而是将其称为容器适配器,这是因为stack和queue只是对其他容器的接口进行了包装,STL中stack和queue默认使用deque。
比如:
关于利用底层容器deque实现stack和queue的博客请跳转:C++中的stack和queue
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。