什么是priority_queue
priority_queue称为优先级队列。优先级队列是一种特殊的队列，其中每个元素都有一个相关的优先级。元素的优先级决定了它们在队列中的顺序。具有较高优先级的元素在队列中被排在前面，而具有较低优先级的元素在队列中被排在后面。
可以简单理解为，priority_queue其实就是堆，如果作用于整型，可以让最大/最小的数字处于堆顶，而其也可以作用于其它类型，比如作用于string，那么可以根据字典序来排序。
接下来我带大家实现一下这个结构：
模拟实现
在STL中，preority_queue是一个容器适配器，因为其只要求了数据按照指定的顺序排列，但是没有对底层结构做要求，所以我们直接用其他容器做底层即可。
在此我使用了vector做底层，因为在优先级队列中，我们需要频繁地进行下标访问，使用deque也是可以的。
基本结构：
template <class T, class Container = vector<T>> class preority_queue { private: Container _con; };
模板参数：
T：这个优先级队列承载的元素类型
Container：底层容器类型，此处默认值为vector
我们看看preority_queue有哪些接口：
接下来我们一一实现：
top：
想要得到preority_queue优先级最高的元素，其实就是拿到vector的第一个元素_con[0]。
const T& top() { return _con[0]; }
size：
preority_queue的大小，就是vector的大小。
size_t size() { return _con.size(); }
empty：
判断preority_queue是否为空，就是判断vector是否为空。
bool empty() { return _con.empty(); }
向上调整算法
现在假设我有以下堆结构：
我现在在堆尾部插入一个数据，如何将数据调整到合适的位置，保证这个结构依然满足堆的要求？
想要将其插入到指定位置，就要使用到向上调整算法：将最后一个节点向上调整到合适的位置。
首先讲解一个公式：堆结构中父节点与子节点的下标关系
假设父节点的下标为
parent，则其左子节点的下标为 2 *parent+1，右子节点的下标为 2 *parent+2。
由于大堆要保证每隔父亲节点大于两个子节点，而除去最后一个节点，其它的节点已经满足堆结构了，所以此处需要将最后一个节点不断地与其父亲节点比较，如果其比父亲节点大，就交换位置，然后继续和新的父亲节点比较，直到比当前的父亲节点小，或者到达堆顶为止。
图示：
在vector中的效果（实际效果）：
代码实现：
void AdjustUp(int child) { int parent = (child - 1) / 2; while (child > 0) { if (_con[child] > _con[parent]) { Swap(_con[child], _con[parent]); child = parent; parent = (child - 1) / 2; } else { break; } } }
代码详解：
- 定义父节点索引：
int parent = (child - 1) / 2;
根据完全二叉树的性质，节点i的父节点索引是(i - 1) / 2，所以计算出child节点的父节点索引。
- 进入循环：
while (child > 0)
当child大于0时，继续执行循环。循环的目的是将child节点与其父节点进行比较，并根据需要进行交换。
- 比较
child节点与其父节点的大小：
if (_con[child] < _con[parent])
如果child节点的值小于其父节点的值，说明需要进行交换。这是一个小堆的向上调整操作。如果想要实现大堆的向上调整，需要将判断条件改为>。
- 交换节点值和更新索引：
Swap(_con[child], _con[parent]); child = parent; parent = (child - 1) / 2;
交换child节点和父节点的值，然后更新child和parent的值，使其指向交换后的节点。
- 循环结束：
else { break; }
如果child节点大于等于其父节点，说明调整完成，跳出循环。
通过这个向上调整的操作，可以将新插入的元素调整到合适的位置，以保证堆的性质。
向下调整算法
如果堆中某个节点的值被修改，如何调整这个堆的结构保证其依然满足堆的要求？
当堆中的某个节点的值发生改变时（例如，该节点的值被修改），需要进行向下调整操作来保持堆的性质。
向下调整的基本思想是将当前节点与其子节点进行比较，并根据堆的类型（大堆或小堆）选择合适的交换操作。如果当前节点的值小于（或大于）其子节点的值，那么需要将当前节点与其子节点中的较大（或较小）值进行交换。然后，继续向下调整交换后的子节点，直到满足堆的性质为止。
示意图如下：
在vector中的效果（实际效果）：
代码如下：
void AdjustDown(int parent) { int child = parent * 2 + 1; while (child < _con.size()) { if (child + 1 < con.size() && _con[child + 1] > _con[child]) { child++; } if (_con[child] > _con[parent]) { Swap(_con[child], _con[parent]); parent = child; child = parent * 2 + 1; } else { break; } } }
首先，计算待调整节点的左子节点下标child = parent * 2 + 1。
然后，进入一个循环，判断child是否越界。如果child < size，则说明待调整节点有左子节点。
在循环中，首先判断是否存在右子节点，并且右子节点的值大于左子节点的值，如果满足这个条件，则将child更新为右子节点的下标。
接下来，判断child节点的值是否大于parent节点的值。如果满足这个条件，则交换child和parent节点的值，并更新parent为child，再次计算child的值。
如果child节点的值不大于parent节点的值，则退出循环。
函数结束后，即可保证以parent节点为根的子树满足堆的性质。
插入与删除
push：
我们只需要将待插入元素放到末尾，然后将其向上调整即可：
void push(const T& x) { _con.push_back(x); adjust_up(_con.size() - 1); }
pop：
我们只需要将第一个元素与最后一个元素交换，然后删除最后一个元素，最后把刚刚交换上来的第一个元素向下调整即可：
void pop() { swap(_con[0], _con[_con.size() - 1]); _con.pop_back(); adjust_down(0); }
但是至此我们的优先级队列还不是完全体，因为其只能固定是大堆/小堆，或者说优先级的比较方式是固定的，想要解决这个问题，我们就需要仿函数。
仿函数
仿函数本质上是一个类，它具有函数调用运算符（operator()）的特性。仿函数的本质是一种可调用的对象，它可以像函数一样被调用。
我先为大家展示一个仿函数：
class Add { int operator()(int a, int b) { return a + b; } }; int main() { Add add; int result = add(3, 4); return 0; }
在上面的示例中，我们定义了一个名为Add的类，它重载了函数调用运算符operator()，并实现了对两个整数相加的逻辑。在主函数中，我们创建了一个Add的实例add，并通过调用函数调用运算符对两个整数进行相加。
add本质上明明是一个类的对象，但是由于重载了运算符operator()，所以可以模仿函数的行为，完成函数的调用。
那么我们为什么不直接写一个函数，完成两个数字的加法，而是要搞仿函数这样的东西呢？
这就不得不提到被人诟病的C语言函数指针体系了，在C语言中，如果我们想将一个函数作为参数传给其他函数，那么我们就要在形参列表中准确写出函数指针的类型。但是函数指针经常会非常复杂，用起来很难受。
但是对象就不一样了，如果我们将仿函数的对象作为参数传递，此时的类型就非常好写了。
其次是内联函数的问题：
仿函数是定义在类中的，类中的成员函数默认为内联函数，此时短小的函数就会被展开。而如果是一般的函数，用inline修饰后，由于要在指定位置展开，此时就没有地址，没有函数指针了，所以内联函数无法作为参数传递。如果inline修饰的函数被作为函数指针传递，此时这个函数的inline就会失效，从而无法展开。而仿函数很好解决了这个问题
所以仿函数有两大优点：
- 避免了复杂的函数指针体系，我们可以很方便的将仿函数作为参数传递
- 仿函数可以作为参数传递的同时，还支持内联函数
对于我们的优先级队列，我们就可以使用仿函数作为一个模板参数。
用户使用优先级队列时，可以自己传入一个仿函数，从而制定自己的规则，按照自己设想的方法来排列数据。
比大小的仿函数：
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; } };
完整版priority_queue：
template <class T, class Container = vector<T>, class Compare = less<T>> class priority_queue { public: void adjust_up(int x) { int child = x; int parent = (child - 1) / 2; while (child > 0) { if (Compare()(_con[parent], _con[child])) { swap(_con[child], _con[parent]); child = parent; parent = (child - 1) / 2; } else { break; } } } void adjust_down(int x) { int parent = x; int child = 2 * parent + 1; while (child < _con.size()) { if (child + 1 < _con.size() && Compare()(_con[child], _con[child + 1])) { child++; } if (Compare()(_con[parent], _con[child])) { swap(_con[child], _con[parent]); parent = child; child = 2 * parent + 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; };
在模板参数中，我们传入了第二个参数，用于接受一个仿函数Compare ，这个仿函数用于决定后续比较时的优先级规则。
后续我们在比较parent与child大小的地方调用了仿函数：Compare()(_con[parent], _con[child])
这里并没有多写一对括号，Compare()是一个匿名对象，而后面的(_con[parent], _con[child])则是在调用operator()。
当然，如果你认为这样可读性太差了，也可以在类中多定义一个compare类的对象cmp，后续直接cmp(_con[parent], _con[child])这样调用这个仿函数。
