目录
一、queue的简介及其使用
1、queue的简介
- queue是一种容器适配器,专门用在先进先出操作的上下文中环境中,其中的元素只允许从容器一端插入,另一端提取。
- queue是作为容器适配器来实现的,容器适配器是对特定类封装作为其底层的容器,queue提供一组特定的成员函数来访问其元素,元素是从特定容器的队尾入队,从对头出队。
- 底层容器可以是标准容器类模板之一,也可以是其他专门设计的容器类。该底层容器应至少支持以下操作:
1、empty:检测队列是否为空
2、size:返回队列中有效元素的个数
3、front:返回队头元素的引用
4、back:返回队尾元素的引用
5、push_back:在队列尾部入队列
6、pop_front:在队列头部出队列 - 标准容器deque和list都符合这些需求,在默认情况下,stack指定特定的底层容器为deque。
2、queue的使用
void TestQueue()
{
queue<int, list<int>> q;
int sum = 0;
for (int i = 1; i <= 10; i++)
{
q.push(i);
}
cout << "个数: " << q.size() << endl;//结果:个数:10
while (!q.empty())
{
sum += q.front();
q.pop();
}
cout << "合计: " << sum << endl;//结果:合计:55
}
2、queue的模拟实现
namespace hxj
{
template<class T, class Container = list<T>>
//template<class T, class Container = deque<T>>
class queue
{
public:
void push(const T& x)
{
_con.push_back(x);
}
void pop()
{
_con.pop_front();
}
const T& front()
{
return _con.front();
}
const T& back()
{
return _con.back();
}
size_t size()
{
return _con.size();
}
bool empty()
{
return _con.empty();
}
private:
Container _con;
};
}
注意:因为queue的接口中存在头删和尾插,因此使用vector来封装效率太低,故可以借助list或deque来模拟实现queue,
二、priority_queue的简介及其使用
1、priority_queue的简介
- 优先级队列是一种容器适配器,专门设计为根据一些严格的弱排序标准,它的第一个元素始终是它所包含的元素中最大的一个。
- 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(优先级队列中位于顶部的元素)。
- 优先级队列被实现为容器适配器,容器适配器是使用特定容器类的封装对象作为其底层容器的类,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,即优先级队列的顶部。
- 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:
1、empty():检测容器是否为空
2、size():返回容器中有效元素个数
3、front():返回容器中第一个元素的引用
4、push_back():在容器尾部插入元素
5、pop_back():删除容器尾部元素 - 标准容器类vector和deque满足这些要求。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才能始终在内部保持堆结构。这是由容器适配器在需要时自动调用算法函数make_heap、push_heap和pop_heap来自动完成的。
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。
注意:默认情况下priority_queue是大堆。
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{ 2,9,1,3,6,4,5,7,0,8 };
priority_queue<int> q1;
for (auto& e : v)
q1.push(e);
cout << q1.top() << endl;//结果:9
// 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;//结果:0
}
其中greater的头文件:#include
注意: 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。
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 TestPriorityQueue2()
{
// 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(2023, 5, 14));
q1.push(Date(2023, 5, 16));
q1.push(Date(2023, 5, 15));
cout << q1.top() << endl;//结果:2023-5-16
// 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(2023, 5, 14));
q2.push(Date(2023, 5, 16));
q2.push(Date(2023, 5, 15));
cout << q2.top() << endl;//结果:2023-5-14
}
我们看看下面这串代码:
void TestPriorityQueue3()
{
priority_queue<Date*> q2;
q2.push(new Date(2018, 10, 29));
q2.push(new Date(2018, 10, 30));
q2.push(new Date(2018, 10, 28));
cout << *(q2.top()) << endl;
}
第一次运行结果:
第二次运行结果:
第三次运行结果:
我们会发现他每次的运行结果都是不一样的,是随机的,我们把代码改一改,再写一个仿函数:
class PDateLess
{
public:
bool operator()(const Date* p1, const Date* p2)
{
return *p1 < *p2;
}
};
class PDateGreater
{
public:
bool operator()(const Date* p1, const Date* p2)
{
return *p1 > *p2;
}
};
void TestPriorityQueue4()
{
//priority_queue<Date*, vector<Date*>, PDateLess> q2;//结果:2018-10-30
priority_queue<Date*, vector<Date*>, PDateGreater> q2;//结果:2018-10-28
q2.push(new Date(2018, 10, 29));
q2.push(new Date(2018, 10, 30));
q2.push(new Date(2018, 10, 28));
cout << *(q2.top()) << endl;
}
我们会发现:比较方式不同,结果也是不同的。
由此,我们可以得出优先级队列的一个优势:我们自己可以控制他的比较方式。
3、priority_queue的模拟实现
namespace hxj
{
template<class T>
struct less
{
bool operator()(const T& x, const T& y)
{
return x < y;
}
};
template<class T>
struct greater
{
bool operator()(const T& x, const T& y)
{
return x > y;
}
};
// 大堆
template<class T, class Container = vector<T>, class Comapre = less<T>>
class priority_queue
{
public:
void adjust_up(int child)
{
Comapre com;
int parent = (child - 1) / 2;
while (child > 0)
{
//if (_con[parent] < _con[child])
//if (Comapre()(_con[parent], _con[child]))
if (com(_con[parent], _con[child]))
{
swap(_con[child], _con[parent]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
void adjust_down(int parent)
{
size_t child = parent * 2 + 1;
while (child < _con.size())
{
Comapre com;
//if (child + 1 < _con.size()
// && _con[child] < _con[child + 1])
if (child + 1 < _con.size()
&& com(_con[child], _con[child + 1]))
{
++child;
}
//if (_con[parent] < _con[child])
if (com(_con[parent], _con[child]))
{
swap(_con[child], _con[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
void push(const T& x)
{
_con.push_back(x);
adjust_up(_con.size() - 1);
}
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;
};
}