1. stack的介绍和使用
2. queue的介绍和使用
3. priority_queue的介绍和使用
4. 容器适配器
1. stack的介绍和使用
1.1 stack的介绍
stack的文档介绍：
stack - C++ Referencehttps://cplusplus.com/reference/stack/stack/?kw=stack1. stack是一种容器适配器，专门用在具有后进先出操作的上下文环境中，其删除只能从容器的一端进行元素的插入与提取操作。
2. stack是作为容器适配器被实现的，容器适配器即是对特定类封装作为其底层的容器，并提供一组特定的成员函数来访问其元素，将特定类作为其底层的，元素特定容器的尾部(即栈顶)被压入和弹出。
3. stack的底层容器可以是任何标准的容器类模板或者一些其他特定的容器类，这些容器类应该支持以下操作：
·empty：判空操作
·back：获取尾部元素操作
·push_back：尾部插入元素操作
·pop_back：尾部删除元素操作
4. 标准容器vector、deque、list均符合这些需求，默认情况下，如果没有为stack指定特定的底层容器，默认情况下使用deque。
1.2 stack的使用
| 函数说明 | 接口说明 |
| stack() | 构造空的栈 |
| empty() | 检测stack是否为空 |
| size() | 返回stack中元素的个数 |
| top() | 返回栈顶元素的引用 |
| push() | 将元素val压入stack中 |
| pop() | 将stack中尾部的元素弹出 |
使用场景：
void test_stack()
{
std::stack<int> st;
st.push(1);
st.push(2);
st.push(3);
st.push(4);
while (!st.empty())
{
cout << st.top() << " ";
st.pop();
}
cout << endl;
}1.3 stack的模拟实现
从栈的接口中可以看出，栈实际是一种特殊的vector，因此使用vector完全可以模拟实现stack。
template<class T> class stack { public: stack() {} void push(const T& x) { _c.push_back(x); } void pop() { _c.pop_back(); } T& top() { return _c.back(); } const T& top()const { return _c.back(); } size_t size()const { return _c.size(); } bool empty()const { return _c.empty(); } private: std::vector<T> _c; }
2. queue的介绍和使用
2.1 queue的介绍
queue - C++ Referencehttp://www.cplusplus.com/reference/queue/queue/
1. 队列是一种容器适配器，专门用于在FIFO上下文(先进先出)中操作，其中从容器一端插入元素，另一端提取元素。
2. 队列作为容器适配器实现，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。元素从队尾入队列，从队头出队列。
3. 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:
·empty：检测队列是否为空
·size：返回队列中有效元素的个数
·front：返回队头元素的引用
·back：返回队尾元素的引用
·push_back：在队列尾部入队列
·pop_front：在队列头部出队列
4. 标准容器类deque和list满足了这些要求。默认情况下，如果没有为queue实例化指定容器类，则使用标准容器deque。
2.2 queue的使用
| 函数声明 | 接口说明 |
| queue() | 构造空的队列 |
| empty() | 检测队列是否为空，是返回true，否则返回false |
| size() | 返回队列中有效元素的个数 |
| front() | 返回队头元素的引用 |
| back() | 返回队尾元素的引用 |
| push() | 在队尾将元素val入队列 |
| pop() | 将队头元素出队列 |
使用场景：
void test_queue()
{
std::queue<int> q;
q.push(1);
q.push(2);
q.push(3);
q.push(4);
while (!q.empty())
{
cout << q.front() << " ";
q.pop();
}
cout << endl;
}2.3 queue的模拟实现
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来模拟实现queue，具体如下：
template<class T> class queue { public: queue() {} void push(const T& x) { _c.push_back(x); } void pop() { _c.pop_front(); } T& back() { return _c.back(); } const T& back()const { return _c.back(); } T& front() { return _c.front(); } const T& front()const { return _c.front(); } size_t size()const { return _c.size(); } bool empty()const { return _c.empty(); } private: std::list<T> _c; };
3.1 priority_queue的介绍和使用
3.1 priority_queue的介绍
priority_queue - C++ Referencehttp://www.cplusplus.com/reference/queue/priority_queue/
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。
3.2 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。
| 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是大根堆。#include <vector> #include <queue> #include <functional> // greater算法的头文件 void TestPriorityQueue() { // 默认情况下，创建的是大根堆，其底层按照小于号比较 vector<int> v{ 3,2,7,6,0,4,1,9,8,5 }; priority_queue<int> q1; for (auto& e : v) q1.push(e); cout << q1.top() << endl; // 如果要创建小根堆，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; }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。
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() { // 大根堆，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; }
3.3 在OJ中的使用场景
力扣
https://leetcode.cn/problems/kth-largest-element-in-an-array/
class Solution {
public:
int findKthLargest(vector<int>& nums, int k)
{
priority_queue<int> p(nums.begin(), nums.end());
// 将优先级队列中前k-1个元素删除掉
for(int i= 0; i < k-1; ++i)
{
p.pop();
}
return p.top();
}
};法二：
class Solution {
public:
int findKthLargest(vector<int>& nums, int k)
{
sort(nums.begin(),nums.end());//sort默认排升序
return nums[nums.size()-k];
}
};法三：
class Solution {
public:
int findKthLargest(vector<int>& nums, int k)
{
sort(nums.begin(),nums.end(),greater<int>());//排降序
return nums[k-1];
}
};法四：针对第一种方法里采用迭代器区间建立大堆的方法存在一定的缺陷，假如有无穷多个数据，那么建立大堆空间开销就会很大，那么我们这里采用一个更加省空间的做法。
class Solution {
public:
int findKthLargest(vector<int>& nums, int k)
{
//建立k个数的小根堆
priority_queue<int,vector<int>,greater<int>> kMinHeap(nums.begin(),nums.begin()+k);
//循环将k到n的数依次进堆
for(size_t i=k;i<nums.size();i++)
{
//如果待进入的数比堆顶的数大
if(nums[i]>kMinHeap.top())
{
//那么将堆顶的数pop出堆，注意这里的pop操作会同时完成和堆最后一个元素的交换以及向下调整的工作
kMinHeap.pop();
//出堆以后将元素push入堆，注意这里的push操作同时完成push进堆的工作以及向上调整的工作
kMinHeap.push(nums[i]);
}
}
return kMinHeap.top();
//最后需要返回第k个最大的元素，由于建立的是小堆，那么top位置的元素就是第k个最大的元素
}
};3.4 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。
#include<vector> using namespace std; namespace Bernard { template<class T> struct less { bool operator()(const T& l, const T& r) { return l < r; } }; template<class T> struct greater { bool operator()(const T& l, const T& r) { return l > r; } }; template<class T, class Container = vector<T>, class Compare = less<T>> class priority_queue { public: void push(const T& x) { //1.先把元素push进堆 _con.push_back(x); //2.由于在最后一个位置插入了新数据，所以把进新数据进行向上调整 AdjustUp(_con.size() - 1); } void pop() { //1.先将堆顶的元素和最后一个元素交换，然后将最后一个元素出堆 swap(_con[0], _con[_con.size() - 1]); _con.pop_back(); //2.由于交换的数据去堆顶，所以将堆顶元素进行向下调整 AdjustDown(0); } T top() { return _con[0];//返回第一个元素 } size_t size() { return _con.size(); } bool empty() { return _con.empty(); } private: void AdjustUp(size_t child) { //Compare less; //cout << less(3, 4) << endl; // 转换成下面的调用 //cout << less.operator()(3, 4) << endl; Compare com;//仿函数 -- 函数对象 size_t parent = (child - 1) / 2; while (child > 0) { //if (_con[parent] < _con[child]) if (com(_con[parent] , _con[child])) { swap(_con[parent], _con[child]); child = parent; parent = (child - 1) / 2; } else { break; } } } void AdjustDown(size_t parent) { Compare com; size_t child = parent * 2 + 1; while (child < _con.size()) { //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[parent], _con[child]); parent = child; child = parent * 2 + 1; } else { break; } } } Container _con;//建立容器对象 }; }模拟实现测试：
void test_priority_queue() { //默认是一个大堆，默认大的优先级高 less Bernard::priority_queue<int> pq; pq.push(3); pq.push(5); pq.push(6); pq.push(1); pq.push(4); while (!pq.empty()) { cout << pq.top() << " "; pq.pop(); } cout << endl; }测试结果：
第二组测试数据:
void test_priority_queue() { // 变成小堆，小的优先级高怎么处理 greater Bernard::priority_queue<int, vector<int>, Bernard::greater<int>> pq; pq.push(10); pq.push(50); pq.push(61); pq.push(1); pq.push(4); while (!pq.empty()) { cout << pq.top() << " "; pq.pop(); } cout << endl; }测试结果：
4. 容器适配器
4.1 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。
4.2 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：
4.3 deque的简单介绍
4.3.1 deque的原理介绍
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的使用场景：
void test_deque() { deque<int> dq; dq.push_back(1); dq.push_back(2); dq.push_back(3); dq.push_back(4); dq.push_front(1); dq.push_front(2); dq.push_front(3); dq.push_front(4); for (size_t i = 0; i < dq.size(); ++i) { cout << dq[i] << " "; } cout << endl; deque<int>::iterator it = dq.begin(); while (it != dq.end()) { cout << *it << " "; ++it; } cout << endl; for (auto e : dq) { cout << e << " "; } cout << endl; }
4.3.2 deque的缺陷
与vector比较，deque的优势是：
1.头部插入和删除时，不需要搬移元素，效率特别高
2.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。
与list比较，deque的优势是：1.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。
4.4 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：
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。
4.5 STL标准库中对于stack和queue的模拟实现
4.5.1 stack的模拟实现
#include<deque>
namespace Bernard
{
// 容器适配器
//template<class T, class Container = std::vector<T>>
//template<class T, class Container = std::list<T>>
template<class T, class Container = std::deque<T>>
class stack
{
public:
void push(const T& x)
{
_con.push_back(x);
}
void pop()
{
_con.pop_back();
}
T& top()
{
return _con.back();
}
size_t size()
{
return _con.size();
}
bool empty()
{
return _con.empty();
}
private:
Container _con;
};
}4.5.2 queue的模拟实现
#include<deque>
#include<list>
namespace Bernard
{
//template<class T, class Con = list<T>>
template<class T, class Container = std::deque<T>>
class queue
{
public:
void push(const T& x)
{
_con.push_back(x);
}
void pop()
{
_con.pop_front();
}
T& front()
{
return _con.front();
}
T& back()
{
return _con.back();
}
size_t size()
{
return _con.size();
}
bool empty()
{
return _con.empty();
}
private:
Container _con;
};
}