对于C++STL及其时间复杂度的总结
由于本次在山东CCPC邀请赛中，对于堆的时间复杂度记忆不清晰，导致第4题没有做出来，与铜牌失之交臂，故觉应整理STL的时间复杂度。
本文仅整理有用（竞赛）的stl及其用法，并且不阐述过于基础的内容。
vector
头文件#include<vector>
vector开在局部或者全局都是开的堆空间，不会爆栈。
也就是说你能把vector开到1e18的长度都没事。
函数
1.vec.front(); //返回第一个元素,时间复杂度O(1)2.vec.back(); //返回最后一个元素,时间复杂度O(1)3.vec.pop_back(); //删除最后一个元素，O(1)4.vec.push_back(x); //在尾部加入一个元素x，O(1)5.vec.size(); //返回vec的长度,O(1)6.vec.begin(); //返回vec的起始位置7.vec.end(); //返回vec的结束位置加一个位置8.vec.empty(); //返回vec是否为空9.vec.clear(); //清空vec，**O(N)**
如果要清空二维vec，就需要循环行数进行clear10.vec.inesrt(pos,x); //在下标pos出插入x元素，**O(N)**
其中pos必须以这样的格式：vec.begin() + n，即插入到n位值（下标从0开始）11.vec.erase(start,end); //删除[first,end)范围内的元素，**O(N)**
创建一维vector
1.普通的创建
vector<数据类型> vec;2.指定长度和初始值的创建
vector<数据类型> vec(长度) //长度被指定，默认值为0
vector<数据类型> vec(长度，默认值); //长度与默认值被指定3.创建默认有多个元素的vector
vector<数据类型> vec{值1，值2，值3}; //创建了长度为3，并填充了三个指定值的vector4.复制创建
(1).
vector<int> a;
vector<int> b(a); //创建出和a有相同数据类型，相同长度，相同初始值的vector，不实用
(2).
vector<数据类型> b = a; //相当于把a数组赋给了b，数据类型要保证相同
创建二维vector
1.指定行数的二维vector
vector<数据类型> vec[N]; //行数不可扩展只能为N，列数可扩展，vec[1]就相当于一个普通一维vector2.行列均可变化的二维vector
vector<vector<数据类型>>vec; //行和列均可扩展，但是必须push_back进去一个完整的数组3.指定行列和默认值
vector<vector<数据类型>> vec(行，vector<数据类型>(列，0));
stack（不如数组模拟）
头文件#include<stack>
创建
stack<数据类型>s;
函数
1.s.push(x); //将x压入栈中，O(1)2.s.pop(); //弹出栈顶,O(1)3.s.top(); //返回栈顶元素,O(1)4.s.empty(); //返回栈是否为空,O(1)5.s.size(); //返回栈元素个数,O(1)
无法直接遍历栈，必须一个个弹出来遍历，当然不如直接用数组模拟能够直接遍历。
queue
头文件#include<queue>
创建
queue<数据类型>q
函数
均为O(1)时间复杂度
1.q.front(); //返回队首元素2.q.back();3.q.push(x);4.q.pop();5.q.size();6.q.empty();
deque
头文件#include<deque>
创建
deque<数据类型>q;
函数
1.q.push_back(x)/q.push_front(x) //压入首/尾，O(1)2.q.back()/q.front() //返回首/尾元素,O(1)3.q.pop_back()/q.pop_front() //O(1)4.q.erase(pos)/q.erase(st,ed) //删除pos处元素或删除[st,ed)的元素，**O(N)**5.q.empty() //O(1)6.q.size() //O(1)7.q.clear() //**O(N)**8.q.insert(pos,x) //**O(N)**
priority_queue
头文件#include<queue>
创建
priority_queue<int>heap 或 priority_queue< int,vector<int>,less<int> >heap; //大根堆，top是最大
priority_queue< int,vector<int>,greater<int> >heap; //小根堆，top是最小
创建对结构体的优先队列时，需要在结构体内定义好排序规则（重载运算符）
struct Node{int a,b;bool friend operator <const (Node &A,Node &B){return A.a < B.a;}
};
函数
牢牢记住优先队列的两个logN，血的教训
1.q.top() //返回堆顶元素,O(1)2.q.push(x) //压入x元素,**O(logN)**3.q.pop() //弹出x元素，**O(logN)**4.q,size() //返回堆中元素数量,O(1)5.q.empty() //O(1)
map/unordered_map
头文件#include<map>及#include<unordered_map>
map基于红黑树，unordered_map基于哈希表
map按照值排序，unordered_map不排序
map的指引可以分成两种，第一种是迭代器，就是下标，第二种是键。
基础用法不赘述
创建
map<数据类型（键），数据类型（值）>map
函数
1.m.find(x) //返回值为key的键，如果没有就返回最后一个下标的下一个值,**O(logN)**2.m.erase(pos) //删除pos位置的键及其值，O(1)3.m.erase(key) //删除key键及其值4.m.size() //返回已经存入了多少个键或值，O(1)5.m.clear() //清空，O(N)6.m.insert({key,value}) //插入元素7.m.rbegin() //返回最后一个元素的迭代器8.m.begin() //返回第一个元素的迭代器9.m.count(key) //查询是否存在键key10.m.lower_bound(x) //返回键大于等于x的第一个键的迭代器,O(logN)11.m.upper_bound(x) //返回键大于x的第一个键的迭代器,O(logN)
对于map，修改和查询都相当于对红黑树进行修改，即时间复杂度都为O(logN)，而unordered_map的修改查询操作都接近O(1)
multimap
头文件#include<map>
与map不同的地方在于multimap可以存储多个相同的键及其对应的值
创建
multimap<数据类型(key)，数据类型(值)>m
函数
1.m.count(key) //返回键为key的键值对的个数2.m.emplace() //指定位置构建键值对，比insert效率高
大多数函数与map相同，值得注意的是，multimap不能通过直接给出键来查询值。
set/unordered_set
头文件#include<set>以及#include<unordered_set>
并且也有multiset
创建
set<数据类型>s
函数
1.s.begin() //返回第一个元素的迭代器,O(1)2.s.rbegin() //返回最后一个元素迭代器,O(1)3.s.clear() //清空,O(N)4.s.empty() //O(1)5.s.insert() //O(logN)6.s.size() //O(1)7.erase(key) //删除键为key的值,O(logN)8.s.find(x) //查找x，并返回迭代器,O(logN)9.s.count(x) //查询x是否出现过,O(logN)10.s.lower_bound(x) //返回大于等于x的第一个元素的迭代器,O(logN)11.s.upper_bound(x) //返回大于x的第一个元素的迭代器,O(logN)
set可以改变排序方式
set<int>s //从小到大set<int,greater<int>>s //从大到小
string
头文件#include<sring>
特性
支持比较运算符，即可直接按照字典序比较两个字符串，并且更长的更大。
两个字符串可以直接用加法运算法加起来
读入
cin >> str遇到空格就停止
getline(cin,s)遇到换行符停止
函数
1.s.size()/s.length() //返回长度2.s.insert(pos,x) //在pos位置插入字符串x3.s.push_back(x) //在结尾插入字符x，效率较高4.s.erase(pos) //删除pos处的字符5.s.erase(st,ed) //删除[st,ed)中的字符6.s.clear() //清空7.s.replace(pos,len,str) //从pos开始的长度为len替换为字符串str8.s.replace(pos,len,cnt,c) //从pos开始的长度为len替换为cnt个字符c9.s.replace(it1,it2,str) //把从[it1,it2)替换为str10.tolower(s[i]) //字符s[i]变为小写11.toupper(s[i]) //字符s[i]变为大写12.s.substr(pos,len) //截取从pos开始，长度为len的字符串13.s.find(str,pos) //从pos开始查找字符串str或字符14.s.rfind(str,pos) //从pos倒着找字符串str或字符
bitset
头文件#include<bitset>
只能存0和1
创建
1.bitset<n>a //创建n位，每一位都是02.bitset<n>a(s) //用string类型创造bitset
特性
可以像二进制数一样进行位运算
函数
1.b.any() //返回b中是否有1的数位2.b.none() //返回b中是否没有1的数位3.b.count() //返回b中1的个数4.b.size() //返回二进制位有多少5.b[pos] //直接查询pos数位是什么数6.b.set() //把b所有数位设为17.b.set(pos) //把pos数位设为18.b.reset() //b所有数位设为09.b.reset(pos) //bpos数位设为010.b.flip() //b的所有二进制数位取反11.b.flip(pos)12.b.to_ulong() //用b返回一个unsigned long值
array
头文件#include<array>
大小固定，更像普通数组，比vector快
创建
1.array<数据类型，len>a; //开一个len长度的，但是默认值不确定2.array<数据类型，len>a{}; //开一个len长度的，默认值为0
函数
1.a.begin() //返回第一个元素的迭代器2.a.end() //返回最后一个元素后一个位置的迭代器3.a.rbegin() //返回最后一个元素的迭代器4.a.size() //返回a的长度5.a.at(n) //返回a[n]6.a.front() //返回第一个元素7.a.back() //返回最后一个元素8.a.data() //返回一个指向a的第一个元素的指针9.a.fill(x) //用x给a初始化10.a1.swap(a2) //交换相同长度的a1和a2的所有元素11.fill(st,ed,x)//初始化[st,ed)为x12.get<n>(a) //相当于a[1]，并且n只能为具体数字
STL函数
这里有众多神器啊
__builtin_ffs(x)
返回x的二进制数位中从后往前找的第一个1所在的位置。
__builtin_popcount(x)
返回x的二进制形式中1的个数
__builtin_ctz
返回x的二进制形式中末尾0的个数（从后往前第一个1之后的）
以上函数都可以在结尾出加上ll来转化为对long long的函数
accumulate(a + st,a + ed,original) O(N)
对取件[st,ed]以original为初始值来求和
并且可以定义函数来定义对结构体的求和方式
atoi(char*) / stoi(string)
把字符串转化为int
fill(a + st,a + ed,value) O(N)
对数组把[st,ed]范围内转化为value值
is_sorted(a + st,a + ed) O(N)
判断数组在[st,ed]范围内是否排序好了
lower_bound(a+st,a+ed,target) / upper_bound(a+st,a+ed,target) O(logN)
在范围内lower_bound查找第一个大于等于target的值，upper_bound查找第一个大于target的值
max_element(a+st,a+ed) / min_element(a+st,a+ed)O(N)
返回数组在范围内的最大值和最小值
nth_element(a+st,a+nth,a+ed)O(N)
返回数组在范围内第nth小的值
next_permutation(a + st,a + ed)O(N)
求下一个字典序大一的排列，并且有返回值，如果是最大的排列就返回false
```prev_permutation(a + st,a + ed)````O(N)
求下一个字典序小一的排列，并且有返回值，如果是最小的排列就返回false
stable_sort()O(NlogN)
与sort一样，只不过不会改变大小相同的元素的位置
to_string
将整数或小数转化为字符串
unique()O(N)
去重
__lg(x)O(1)
求 l o g 2 x log_2x log2x 下取整