【C++标准模版库】模拟实现容器适配器：stack、queue、priority_queue（优先级队列）

一.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。

二.模拟实现stack和queue

namespace xzy
{//Container适配转换成stacktemplate<class T, class Container = vector<T>>//template<class T, class Container = deque<T>> STL中的模版class stack{public:stack(){} //自定义类型默认调用它的默认构造，无需写void push(const T& x){_con.push_back(x);}void pop(){_con.pop_back();}const T& top() const{return _con.back();}size_t size() const{return _con.size();}bool empty() const{return _con.empty();}private:Container _con;};
}

namespace xzy
{//Container适配转换成queuetemplate<class T, class Container = list<T>>//template<class T, class Container = deque<T>> STL中的模版class queue{public:queue() {} //自定义类型默认调用它的默认构造，无需写void push(const T& x){_con.push_back(x);}void pop(){_con.pop_front();}const T& front() const{return _con.front();}const T& back() const{return _con.back();}size_t size() const{return _con.size();}bool empty() const{return _con.empty();}private:Container _con;};
}

注意：

1. 为了维护stack后进先出和queue先进先出的性质，它们没有迭代器的概念。
2. 类模版实例化时，按需实例化，使用哪些成员函数就实例化哪些，不会全部实例化，即使类内部的成员函数中调用不存在的函数，不使用该成员函数则不会实例化，编译不会报错，只有对象.成员函数调用该成员函数时，才会实例化，编译报错。

三.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：

四.deque（双端队列）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。

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，其底层结构如下图所示：

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：

那deque是如何借助其迭代器维护其假想连续的结构呢？

deque的缺陷：

1. 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，因此其效率是比vector高的。
2. 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。
3. 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。

五.deque作为stack和queue的默认容器的原因

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：

1. 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。
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。结合了deque的优点，而完美的避开了其缺陷。

六.priority_queue（优先级队列）的介绍和使用

1. 优先级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. 优先级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。

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时自动调用算法函数make_heap、push_heap和pop_heap来自动完成此操作。

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。

int main()
{//priority_queue<int> pq; //默认大堆//priority_queue<int, vector<int>, less<int>> pq;  //大堆priority_queue<int, vector<int>, greater<int>> pq; //小堆pq.push(1);pq.push(3);pq.push(9);pq.push(7);pq.push(5);while (!pq.empty()){cout << pq.top() << " ";pq.pop();}cout << endl; //输出：1 3 5 7 9return 0;
}

七.priority_queue的模拟实现

1.前置：仿函数的介绍

上面的less是仿函数：本质是一个类，这个类重载operator()，它的对象可以像函数一样使用。

template<class T>
class Less //小于号
{
public:bool operator()(const T& x, const T& y){return x < y;}
};template<class T>
class Greater //大于号
{
public:bool operator()(const T& x, const T& y){return x > y;}
};int main()
{//类实例化对象Less<int> LessFunc;       Greater<int> GreaterFunc; //仿函数：本质是一个类，这个类重载operator()，它的对象可以像函数一样使用cout << LessFunc(1, 2) << endl;    //有名对象cout << Less<int>()(1, 2) << endl; //匿名对象cout << LessFunc.operator()(1, 2) << endl; //本质return 0;
}

排序时可以用仿函数替代函数指针，如下：

//函数指针写法
int compare(int x, int y)
{return x > y;
}//回调函数cmp：通过函数指针调用的函数
void BubbleSort(int* a, int n, int(*cmp)(int, int))
{for (int i = 0; i < n - 1; i++){int flag = 1;for (int j = 0; j < n - i - 1; j++){if (cmp(a[j], a[j + 1])) //通过函数指针回调compare函数，进行比较大小{swap(a[j], a[j + 1]);flag = 0;}}if (flag == 1){break;}}
}int main()
{int a[] = { 1,9,5,4,6,8,2,3,7 };BubbleSort(a, 9, compare);return 0;
}

//仿函数写法：本质是一个类，这个类重载operator()，它的对象可以像函数一样使用// < 升序
template<class T>
class Less
{
public:bool operator()(const T& x, const T& y){return x < y;}
};// > 降序
template<class T>
class Greater
{
public:bool operator()(const T& x, const T& y){return x > y;}
};template<class T, class Compare>
void BubbleSort(T* a, int n, Compare com)
{for (int i = 0; i < n - 1; i++){int flag = 1;for (int j = 0; j < n - i - 1; j++){//if (a[j] > a[j + 1]) 直接比较大小if(com(a[j + 1], a[j])) //com是类的对象调用operator(), 完成比较大小{swap(a[j], a[j + 1]);flag = 0;}}if (flag == 1){break;}}
}int main()
{//类实例化对象Less<int> LessFunc;       // < 升序Greater<int> GreaterFunc; // > 降序int a[] = {1,9,5,4,6,8,2,3,7};//函数模版显示实例化传入类名，函数的参数传入类实例化的对象，也可以是匿名对象//BubbleSort<int, Less<int>>(a1, 9, LessFunc);    //有名对象//BubbleSort<int, Less<int>>(a1, 9, Less<int>()); //匿名对象//这里函数模版可以无需显示实例化，只需传入函数参数，编译器会自动推导函数模版的类型BubbleSort(a, 9, LessFunc);       //有名对象，升序BubbleSort(a, 9, Less<int>());    //匿名对象，升序BubbleSort(a, 9, GreaterFunc);    //有名对象，降序BubbleSort(a, 9, Greater<int>()); //匿名对象，降序return 0;
}

class Date
{friend ostream& operator<<(ostream& _cout, const Date& d);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);}private:int _year;int _month;int _day;
};ostream& operator<<(ostream& _cout, const Date& d)
{_cout << d._year << "-" << d._month << "-" << d._day;return _cout;
}class DateLess
{
public:bool operator()(Date* p1, Date* p2){return *p1 < *p2;}
};class DateGreater
{
public:bool operator()(Date* p1, Date* p2){return *p1 > *p2;}
};int main()
{//当优先级队列存储的时自定义类型时，由于内部存在比较大小，我们自己需要重载operator大于、小于号priority_queue<Date> q1;q1.push(Date(2024, 8, 29));q1.push(Date(2024, 8, 30));q1.push(Date(2024, 8, 31));cout << q1.top() << endl;q1.pop();cout << q1.top() << endl;q1.pop();cout << q1.top() << endl;q1.pop();cout << endl;//当优先级队列存储的时自定义类型的指针时，比较的是地址的大小，无意义，需要自己写仿函数priority_queue<Date*> q2;q2.push(new Date(2024, 8, 29));q2.push(new Date(2024, 8, 30));q2.push(new Date(2024, 8, 31));cout << *q2.top() << endl;q2.pop();cout << *q2.top() << endl;q2.pop();cout << *q2.top() << endl;q2.pop();cout << endl;//自己写仿函数，实现比较大小priority_queue<Date*, vector<Date*>, DateLess> q3;q3.push(new Date(2024, 8, 29));q3.push(new Date(2024, 8, 30));q3.push(new Date(2024, 8, 31));cout << *q3.top() << endl;q3.pop();cout << *q3.top() << endl;q3.pop();cout << *q3.top() << endl;q3.pop();return 0;
}

2.模拟实现

namespace xzy
{// < 升序template<class T>class Less{public:bool operator()(const T& x, const T& y){return x < y;}};// > 降序template<class T>class Greater{public:bool operator()(const T& x, const T& y){return x > y;}};template<class T, class Container = vector<T>, class Compare = Less<T>>class priority_queue{public://对于自定义类型不需要写构造函数和析构函数，编译器会自动调用priority_queue(){}~priority_queue(){}//向上调整算法：维持堆的特点void AdjustUp(int child){Compare cmp; //实例化对象int parent = (child - 1) / 2;while (child > 0){//if (_con[child] > _con[parent]) 孩子 > 父亲，交换，建大堆if(cmp(_con[parent], _con[child])){swap(_con[child], _con[parent]);child = parent;parent = (child - 1) / 2;}else{break;}}}//尾插void push(const T& x){//尾插_con.push_back(x);//向上调整堆AdjustUp(size() - 1);}void AdjustDown(int parent){Compare cmp; //实例化对象//假设左孩子最大int child = parent * 2 + 1;while (child < size()){//找出真正最大的那个孩子//if (child + 1 < size() && _con[child + 1] > _con[child])if (child + 1 < size() && cmp(_con[child], _con[child + 1])){++child;}//if (_con[child] > _con[parent])if (cmp(_con[parent], _con[child])){swap(_con[child], _con[parent]);parent = child;child = parent * 2 + 1;}else{break;}}}//头删void pop(){//交换堆顶与堆尾的数据swap(_con[0], _con[size() - 1]);//尾删_con.pop_back();//向下调整堆AdjustDown(0);}const T& top() const{return _con.front();}bool empty() const{return _con.empty();}size_t size() const{return _con.size();}private:Container _con;};
}int main()
{//利用仿函数可以灵活的实现大小堆//xzy::priority_queue<int, vector<int>, Less<int>> pq;  //大堆xzy::priority_queue<int, vector<int>, Greater<int>> pq; //小堆pq.push(15);pq.push(24);pq.push(50);pq.push(6);pq.push(19);pq.push(29);pq.push(7);while (!pq.empty()){cout << pq.top() << " ";pq.pop();}cout << endl; //输出：6 7 15 19 24 29 50return 0;
}

3.关于堆的算法

int main()
{int myints[] = { 10,20,30,5,15 };//vector的迭代器构造，也支持原生指针，原因是物理空间是连续的vector<int> v(myints, myints + 5);make_heap(v.begin(), v.end()); //先建堆，默认是大堆cout << "initial max heap   : " << v.front() << '\n';//堆的头删pop_heap(v.begin(), v.end()); //交换堆顶与堆尾的数据，再向下调整恢复成堆 v.pop_back(); //尾删cout << "max heap after pop : " << v.front() << '\n';//堆的尾插v.push_back(99); //尾插push_heap(v.begin(), v.end()); //向上调整恢复成堆cout << "max heap after push: " << v.front() << '\n';sort_heap(v.begin(), v.end()); //堆排序cout << "final sorted range :";for (unsigned i = 0; i < v.size(); i++){cout << v[i] << " ";}cout << endl;return 0;
}

八.栈和队列OJ题

1. 最小栈

class MinStack {
public://1.初始化列表是成员变量定义的地方，成员变量在初始化列表中，就用初始化列表中的值//2.若没有初始化列表//  对于内置类型有缺省值就用缺省值，没有的话取决于编译器，大概率是随机值//  对于自定义类型自动调用它的默认构造，没有默认构造则编译错误//3.同理无需写析构，编译器会自动调用它的析构MinStack() {}void push(int val){//val入栈_st_st.push(val);//若_minst为空 或者 val小于等于_minst的栈顶元素：val入栈_minstif(_minst.empty() || val <= _minst.top()){_minst.push(val);}}void pop() {//若_st的栈顶元素等于_minst的栈顶元素：_minst出栈if(_st.top() == _minst.top()){_minst.pop();}//_st出栈_st.pop();}int top() {return _st.top();}int getMin() {return _minst.top();}
private:stack<int> _st;stack<int> _minst;
};

2. 栈的压入、弹出序列

class Solution {
public:bool IsPopOrder(vector<int>& pushV, vector<int>& popV) {stack<int> st;int popi = 0;for(auto& e : pushV){st.push(e); //入栈//栈顶数据与出栈序列是否相等，判断是否出栈while(!st.empty() && st.top() == popV[popi]){st.pop();popi++;}}return st.empty(); //返回栈是否为空}
};

3. 逆波兰表达式求值
4. 用栈实现队列
5. 用队列实现栈
6. 二叉树的层序遍历
   

class Solution {
public:vector<vector<int>> levelOrder(TreeNode* root) {vector<vector<int>> vv;queue<TreeNode*> q;int levelSize = 0; //记录某一层数据的个数if(root != nullptr) {q.push(root);levelSize = 1;}while(!q.empty()){//当前层数据的个数，控制数据一层一层的出vector<int> v;while(levelSize--){TreeNode* front = q.front(); //保留队头指针v.push_back(front->val); //尾差队头指针中的数据q.pop(); //出队if(front->left != nullptr) //左孩子不为空，入队{q.push(front->left);}if(front->right != nullptr) //右孩子不为空，入队{q.push(front->right);}}vv.push_back(v); //当前层出完，下一层都进队列了，队列的size就是下一层的数据个数levelSize = q.size();}return vv;}
};