当前位置: 首页 > news >正文

[ C++ ] STL priority_queue(优先级队列)使用及其底层模拟实现,容器适配器,deque(双端队列)原理了解

目录

1.priority_queue

1.1 priority_queue的介绍

1.2 priority_queue 的使用及模拟实现

 模拟实现:

2.容器适配器

2.1 什么是适配器

2.2 STL标准库中stack和queue的底层结构

3.deque 

3.1deque的介绍

3.2 deque的中控器

3.3 deque的迭代器

3.4 deque的缺陷

4.为什么选择deque作为stack和queue的底层默认容器


1.priority_queue

1.1 priority_queue的介绍

priority_queue 官方文档介绍

1. 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。
2. 此上下文类似于 ,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, 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。
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():在容器尾部插入元素
        pop_back():删除容器尾部元素
5. 标准容器类 vector 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时自动调用算法函数
make_heap push_heap pop_heap 来自动完成此操作。

1.2 priority_queue 的使用及模拟实现

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 大堆
函数声明
接口说明
priority_queue() / priority_queue(first,last)
构造一个空的优先级队列
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
pop()
删除优先级队列中最大 ( 最小 ) 元素,即堆顶元素

注意:

1、默认情况下,priority_queue是大堆

int main()
{
	vector<int> v = { 3,2,5,7,1,10,9,8,6,4 };
	priority_queue<int> q1;
	for (auto& e : v)
		q1.push(e);

	while (!q1.empty())
	{
		cout << q1.top() << " ";
		q1.pop();
	}

	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());
	while (!q2.empty())
	{
		cout << q2.top() << " ";
		q2.pop();
	}


	return 0;
}

 2.、如果在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。

比如我们之前写过的日期类,如果要比较两个日期的大小,就要自己重载>或者<

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;
}

int main()
{

	TestPriorityQueue();
	return 0;
}

 模拟实现:

我们刚才已经明确priority_queue就是堆,并且默认是大堆,并且priority_queue的底层存储数据的容器是vector,因此priority_queue也是非常好实现的
//优先级队列 -- 大堆 <  小堆 >
	template<class T, class Container = vector<T>,class Compare = less<T>>
	class priority_queue
	{
	public:
		void AdjustUp(int child)
		{
			Compare comFunc;
			int parent = (child - 1) / 2;
			while (child > 0)
			{
				//if (_con[parent] < _con[child])
				if (comFunc(_con[parent], _con[child]))
				{
					swap(_con[parent], _con[child]);
					child = parent;
					parent = (child - 1) / 2;
				}
				else
				{
					break;
				}
			}
		}

		void AdjustDown(int parent)
		{
			Compare comFunc;

			size_t child = parent * 2 + 1;
			while (child < _con.size())
			{
				if (child + 1 < _con.size() && comFunc(_con[parent], _con[child]))
				{
					++child;
				}
				if (comFunc(_con[parent], _con[child]))
				{
					swap(_con[parent], _con[child]);
					parent = child;
					child = parent * 2 + 1;
				}
				else
				{
					break;
				}
			}
		}
		void push(const T& x)
		{
			_con.push_back(x);
			AdjustUp(_con.size() - 1);
		}
		void pop()
		{
			assert(!_con.empty());
			swap(_con[0], _con[_con.size() - 1]);
			_con.pop_back();
			AdjustDown(0);
		}


		const T& top()
		{
			return _con[0];
		}

		size_t size()
		{
			return _con.size();
		}

		bool empty()
		{
			return _con.empty();
		}


	private:
		Container _con;
	};

堆中元素的删除详细分析过程

2.容器适配器

2.1 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。

2.2 STL标准库中stack和queue的底层结构

虽然 stack 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 ,这是因为 stack 和队列只是对其他容器的接口进行了包装, STL stack queue 默认使用deque,比如:

3.deque 

3.1deque的介绍

vector是单向开口的连续线型空间,deque则是一种双向开口的连续线型空间,所谓双向开口,意思是可以在头尾两端分别做元素的插入和删除操作。vector当然也可以在头尾两端进行操作。但是其头部操作效率很差。

deque和vector的差异:

1:deque允许在常数时间内对头部元素插入和删除操作。

2:deque没有所谓容量(capacity)的概念,因为他是动态的以分段连续空间组合而成的,随时可以增加一段新的空间并链接起来,换句话说,像vector那样“因旧空间不足而重新配置一块更大的空间,然后复制元素,再释放旧空间”,deque是不会让这件事情发生的。因此,deque也没有必要提供所谓的空间保留(reserve)功能。

deque的空间到底是怎么样的?

deque是由一段一段的定量连续空间组成,一旦要在deque的前端或者尾端增加新的空间,便需要配置一段定量连续的空间,串联在整个deque的头端或者尾端。deque的最大任务,便是在这些分段的定量连续空间上,维护其整体连续的假象,并提供随机存取的接口,避开vector中"重新配置,复制,释放"的轮回,这样做虽然方便插入删除,但是其代价是复杂的迭代器架构。

双端队列底层是一段假象的连续空间,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,如下图所示:

 deque是如何借助其迭代器维护其假想连续的结构呢?

3.2 deque的中控器

上图我们看到有一个所谓的map,那么这个map是什么东西呢?
        
        其实,deque采用一块所谓的map ( 注意,不是STL的map容器)作为主控,这里所谓的map是一块连续的空间,其中每个元素都是指针,指向另一端(较大的)连续线性空间,称为缓冲区。缓冲区才是deque的储存空间主体。SGI版本的STL库下允许我们指定缓冲区的大小,默认值是0表示将使用512bytes缓冲区。
实际deque类似于一个动态的二维数组

3.3 deque的迭代器

deque是分段连续的空间,维持其逻辑意义上的 ” 整体连续 “ 假象的任务落在了迭代器的 operator++ 和 operator-- 两个运算子身上。

首先我们可以想到,deque的迭代器一定是非常复杂的?那么我们不妨从deque的迭代器的需求入手,deque迭代器必须能够指出分段连续空间(缓冲区)在哪里,其次他必须能够判断自己是否已经处于其所在缓冲区的边缘,如果是,一旦前进或者后退时就必须跳跃至下一个或者上一个缓冲区。为了能够正确的跳跃,deque必须随时掌握管控中心(map)。

3.4 deque的缺陷

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。
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。
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 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

4.为什么选择deque作为stackqueue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() pop_back() 操作的线性结构,都可以作为stack 的底层容器,比如 vector 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:
        1. stack和 queue 不需要遍历 ( 因此 stack 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 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。
(本篇完)

相关文章:

  • 常见的排序方法
  • 【手把手带你学JavaSE】第七篇:面向对象编程—包继承组合多态
  • 攻防世界WEB练习-fileinclude
  • web自动化测试--tpshop商城案例
  • 数据结构与算法分析--c语言描述(原书第二版)练习自答(第八章)
  • Selenium--定位页面上的元素
  • JTAG、SWD调试原理简析
  • cmake语法:option,add_definition,add_dependencies的基本作用
  • Nmap详细使用
  • CREO:CREO软件之工程图【注释】之尺寸、注解、表面粗糙度、符号、几何公差的简介及其使用方法(图文教程)之详细攻略
  • FastAPI 学习之路(三十)中间件
  • Springboot整合redis
  • Python对象序列化
  • Linux-Linux内核-进程调度
  • LabVIEW重入:允许同时调用同一子VI
  • JavaScript 如何正确处理 Unicode 编码问题!
  • CSS实用技巧干货
  • dva中组件的懒加载
  • Fastjson的基本使用方法大全
  • IDEA 插件开发入门教程
  • IIS 10 PHP CGI 设置 PHP_INI_SCAN_DIR
  • iOS高仿微信项目、阴影圆角渐变色效果、卡片动画、波浪动画、路由框架等源码...
  • Python socket服务器端、客户端传送信息
  • React 快速上手 - 07 前端路由 react-router
  • spring boot 整合mybatis 无法输出sql的问题
  • 翻译:Hystrix - How To Use
  • 反思总结然后整装待发
  • 跨域
  • 聊聊flink的TableFactory
  • 前端性能优化——回流与重绘
  • 使用parted解决大于2T的磁盘分区
  • 小而合理的前端理论:rscss和rsjs
  • (14)目标检测_SSD训练代码基于pytorch搭建代码
  • (AtCoder Beginner Contest 340) -- F - S = 1 -- 题解
  • (LeetCode) T14. Longest Common Prefix
  • (板子)A* astar算法,AcWing第k短路+八数码 带注释
  • (二)hibernate配置管理
  • (附源码)springboot教学评价 毕业设计 641310
  • (接口自动化)Python3操作MySQL数据库
  • (每日持续更新)信息系统项目管理(第四版)(高级项目管理)考试重点整理第3章 信息系统治理(一)
  • (深度全面解析)ChatGPT的重大更新给创业者带来了哪些红利机会
  • (转)一些感悟
  • (轉貼) 2008 Altera 亞洲創新大賽 台灣學生成果傲視全球 [照片花絮] (SOC) (News)
  • ***汇编语言 实验16 编写包含多个功能子程序的中断例程
  • ***利用Ms05002溢出找“肉鸡
  • .equal()和==的区别 怎样判断字符串为空问题: Illegal invoke-super to void nio.file.AccessDeniedException
  • .helper勒索病毒的最新威胁:如何恢复您的数据?
  • .Net Core/.Net6/.Net8 ,启动配置/Program.cs 配置
  • .Net Web窗口页属性
  • .net 使用ajax控件后如何调用前端脚本
  • .NET/C# 反射的的性能数据,以及高性能开发建议(反射获取 Attribute 和反射调用方法)
  • .Net转Java自学之路—SpringMVC框架篇六(异常处理)
  • ??myeclipse+tomcat
  • @CacheInvalidate(name = “xxx“, key = “#results.![a+b]“,multi = true)是什么意思
  • @Transaction注解失效的几种场景(附有示例代码)