【C++从青铜到王者】第十六篇:STL之priority_queue类的初识和模拟实现

我会带着你远行 2022-08-30 11:21 156阅读 0赞

![在这里插入图片描述][20210719220542151.gif_pic_center]

# 系列文章目录 #

--------------------

### 文章目录 ###

*  系列文章目录
 *  前言
 *  一、priority\_queue的介绍和使用
 *   *   *  1.priority\_queue的介绍
         *  2.priority\_queue的使用
 *  二、priority\_queue的模拟实现
 *  三、容器适配器
 *   *   *  1.什么是适配器
         *  2.STL标准库中stack和queue的底层结构
         *  3.deque的简单介绍
         *  4.deque的缺点
         *  5. 为什么选择deque作为stack和queue的底层默认容器
 *  总结

--------------------

# 前言 #

--------------------

# 一、priority\_queue的介绍和使用 #

### 1.priority\_queue的介绍 ###

[priority\_queue的介绍][priority_queue]

*  **翻译：**
 *  **优先队列是一种容器适配器，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。**
 *  **此上下文类似于堆，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)。**
 *  **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，queue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。**
 *  **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访问，并支持以下操作：**  
    ![在这里插入图片描述][20210719221020643.png]
 *  **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。**
 *  **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时自动调用算法函数make\_heap、push\_heap和pop\_heap来自动完成此操作。**

### 2.priority\_queue的使用 ###

**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。**

<table> 
 <thead> 
  <tr> 
   <th>函数声明</th> 
   <th>接口说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>priority_queue()/priority_queue(first,last)</td> 
   <td>构造一个空的优先级队列</td> 
  </tr> 
  <tr> 
   <td>empty()</td> 
   <td>检测优先级队列是否为空，是返回true，否则返回false</td> 
  </tr> 
  <tr> 
   <td>top()</td> 
   <td>返回优先级队列中最大(最小元素)，即堆顶元素</td> 
  </tr> 
  <tr> 
   <td>push(x)</td> 
   <td>在优先级队列中插入元素x</td> 
  </tr> 
  <tr> 
   <td>pop()</td> 
   <td>删除优先级队列中最大(最小)元素，即堆顶元素</td> 
  </tr> 
 </tbody> 
</table>

*  **注意：**
 *  **默认情况下，priority\_queue是大堆**

#define _CRT_SECURE_NO_WARNINGS 1
    #include<iostream>
    #include<queue>
    #include<functional>
    using namespace std;
    void test_priority_queue()
    { 
    	//priority_queue<int> pq;
    	priority_queue<int, vector<int>, greater<int>> pq;
    	pq.push(1);
    	pq.push(2);
    	pq.push(3);
    	pq.push(4);
    	cout << pq.size() << endl;
    	cout << pq.empty() << endl;
    	while (!pq.empty())
    	{ 
    		cout << pq.top() << " ";
    		pq.pop();
    	}
    	cout << endl;
    }
    int main()
    { 
    	test_priority_queue();
    	return 0;
    }

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70]

# 二、priority\_queue的模拟实现 #

**通过对priority\_queue的底层结构就是堆，因此此处只需对对进行通用的封装即可。**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70 2]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70 3]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70 4]

#include<iostream>
    #include<vector>
    #include<algorithm>
    #pragma once
    namespace yyw
    { 
    	template<class T>
    	struct less
    	{ 
    		bool operator()(const T& left, const T& right)
    		{ 
    			return left < right;
    		}
    	};
    	template<class T>
    	struct greater
    	{ 
    		bool operator()(const T& left, const T& right)
    		{ 
    			return left > right;
    		}
    	};
    	template<class T,class Container=vector<T>,class Compare=less<T>>
    	//template<class T,class Container=vector<T>>
    	class priorty_queue
    	{ 
    	public:
    		void push(const T& x)
    		{ 
    			_con.push_back(x);
    			AdjustUp(_con.size() - 1);  //logN
    		}
    		void front()
    		{ 
    			_con.front();
    		}
    		void back()
    		{ 
    			_con.back();
    		}
    		void pop()
    		{ 
    			if (empty())
    			{ 
    				return;
    			}
    			std::swap(_con.front(), _con.back());
    			_con.pop_back();
    			AdjustDown(0); //logN
    		}
    		T& top()
    		{ 
    			return _con[0];
    		}
    		size_t size()
    		{ 
    			return _con.size();
    		}
    		bool empty()
    		{ 
    			return _con.empty();
    		}
    	private:
    		Container _con;
    		void AdjustUp(int child)
    		{ 
    			Compare com;
    			int parent = (child - 1) / 2;
    			while ( child>0 )
    			{ 
    				//if (_con[child] > _con[parent])
    				if (com(_con[parent],_con[child])) 
    				{ 
    					std::swap(_con[child], _con[parent]);
    					child = parent;
    					parent = (child - 1) / 2;
    				}
    				else
    				{ 
    					break;
    				}
    			}
    		}
    		void AdjustDown(int root)
    		{ 
    			Compare com;
    			int parent = root;
    			int child = 2 * parent + 1;
    			while (child<_con.size())
    			{ 
    				/*if (child+1<_con.size()&&_con[child+1] > _con[child])*/
    				if (child + 1<_con.size() && com(_con[child],_con[child+1]))
    				{ 
    					child++;
    				}
    				/*if (_con[child]>_con[parent])*/
    				if (com(_con[parent], _con[child]))
    				{ 
    					std::swap(_con[child], _con[parent]);
    					parent = child;
    					child = 2 * parent + 1;
    				}
    				else
    				{ 
    					break;
    				}
    			}
    		}
    	};
    	void testPriorityQueue()
    	{ 
    		priorty_queue<int, std::vector<int>> pq;
    		//priorty_queue<int,std::vector<int>,greater<int>> pq; //这里的仿函数是类型，模板类型
    		pq.push(10);
    		pq.push(5);
    		pq.push(2);
    		pq.push(3);
    		pq.push(4);
    		std::cout << pq.size() << std::endl;
    		std::cout << pq.empty() << std::endl;
    		while (!pq.empty())
    		{ 
    			std::cout << pq.top() << " ";
    			pq.pop();
    		}
    		std::cout << std::endl;
    	}
    	void testsort()
    	{ 
    		std::vector<int> v1;
    		v1.push_back(5);
    		v1.push_back(6);
    		v1.push_back(4);
    		v1.push_back(3);
    		sort(v1.begin(), v1.end());
    		for (auto e : v1)
    		{ 
    			std::cout << e << " ";
    		}
    		std::cout << std::endl;
    		sort(v1.begin(), v1.end(), greater<int>());//这里的仿函数是对象
    		for (auto e : v1)
    		{ 
    			std::cout << e << " ";
    		}
    		std::cout << std::endl;
    	}
    }

# 三、容器适配器 #

### 1.什么是适配器 ###

**适配器是一种设计模式(设计模式是一套被反复使用的、多数人知晓的、经过分类编目的、代码设计经验的总结)，该种模式是将一个类的接口转换成客户希望的另外一个接口。**

### 2.STL标准库中stack和queue的底层结构 ###

**虽然stack和queue中也可以存放元素，但在STL中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和队列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：**  
![在这里插入图片描述][20210719223217520.png]  
![在这里插入图片描述][20210719223223570.png]  
![在这里插入图片描述][20210719223319573.png]

### 3.deque的简单介绍 ###

**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，不需要搬移元素；与list比较，空间利用率比较高。**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70 5]

### 4.deque的缺点 ###

*  **与vector比较，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，因此其效率是必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。**
 *  **但是，deque有一个致命缺陷：不适合遍历，因为在遍历时，deque的迭代器要频繁的去检测其是否移动到某段小空间的边界，导致效率低下，而序列式场景中，可能需要经常遍历，因此在实际中，需要线性结构时，大多数情况下优先考虑vector和list，deque的应用并不多，而目前能看到的一个应用就是，STL用其作为stack和queue的底层数据结构。**

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70 6]

### 5. 为什么选择deque作为stack和queue的底层默认容器 ###

**stack是一种后进先出的特殊线性数据结构，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中对stack和queue默认选择deque作为其底层容器，主要是因为：**

*  **stack和queue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。**
 *  **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。**

**结合了deque的优点，而完美的避开了其缺陷。**

--------------------

# 总结 #

**以上就是今天要讲的内容，本文仅仅简单介绍了priority\_queue的使用和模拟实现，而priority\_queue提供了大量能使我们快速便捷地处理数据的函数和方法,非常的便捷所以我们务必掌握。另外如果上述有任何问题，请懂哥指教，不过没关系，主要是自己能坚持，更希望有一起学习的同学可以帮我指正，但是如果可以请温柔一点跟我讲，爱与和平是永远的主题，爱各位了。**

[20210719220542151.gif_pic_center]: /images/20220829/65803f7f90e04ea3a8c1ca5bce9c3517.png
[priority_queue]: http://www.cplusplus.com/reference/queue/priority_queue/
[20210719221020643.png]: /images/20220829/c0b1a054cbac4a65a12416acbf37a5b5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70]: /images/20220829/b7a7d733bd184e6497a1f988236925ed.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70 1]: /images/20220829/583c37305e984002bcbfe0544cc1f129.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70 2]: /images/20220829/23dbf130bb8948e78d0a58d5841078bf.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70 3]: /images/20220829/ff04a2afb1a848d798ff0a4653982595.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70 4]: /images/20220829/181202c1b591415b83086022ba6055d6.png
[20210719223217520.png]: /images/20220829/ee1995bf85304e59b6ac833bed224619.png
[20210719223223570.png]: /images/20220829/51c904ac457c44078bb6f0d20338d7d8.png
[20210719223319573.png]: /images/20220829/ff6b974f0ac74454b6381b154a9e95ed.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70 5]: /images/20220829/e949b90f46a7473282201ca1b37e76b2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0OTE4MDkw_size_16_color_FFFFFF_t_70 6]: /images/20220829/218a61c2fec340008e1ea20eb63659d3.png