C++STL算法之堆算法

简介: C++STL算法之堆算法

堆就是如图,像这样一种连续的数据,但是注意0的位置不存储数据,目的是为了让编号一置

这里介绍两个概念

大顶堆: 一段内存在二叉数的基础上有序(父节点大于子节点)

小顶堆:与顶堆相反

堆算法函数

make_heap 创建一个堆(默认形式大顶堆)

push_heap

入堆(不是传的数据,只是每一次调用,让你变成堆的形式),起到一个调整数据位置的作用

pop_heap 出堆,也只是一个调整数据,将数据放到堆后面

sort_heap堆排序

注意:真正意义上的,插入数据和删除数据,还是要根据相应的容器调用其中的函数(比如:push_back,pop_back)

堆算法函数的使用

make_heap

有三个参数,前2个参数表示迭代器的范围,最后一个参数写比较准则

#include<iostream>
#include<functional>
#include<algorithm>
#include<vector>
using namespace std;
int main()
{
  vector<int> v1 = { 1, 2, 9, 7, 9 };
  make_heap(v1.begin(), v1.end());//默认形式是大顶堆
  for_each(v1.begin(), v1.end(), [](int& date) {cout << date << " "; });
  cout << endl;
  make_heap(v1.begin(), v1.end(), less<int>()); //大顶堆
  copy(v1.begin(), v1.end(), ostream_iterator<int>(cout, " "));
  cout << endl;
  make_heap(v1.begin(), v1.end(), greater<int>());  //小顶堆
  copy(v1.begin(), v1.end(), ostream_iterator<int>(cout, " "));
  return 0;
}

push_heap

在插入数据的时候,调用这个函数,将其变为堆的形式

#include<iostream>
#include<functional>
#include<algorithm>
#include<vector>
using namespace std;
int main()
{
  vector<int> v1 = { 1, 2, 9, 7, 9 };
  make_heap(v1.begin(), v1.end());//默认形式是大顶堆
  for_each(v1.begin(), v1.end(), [](int& date) {cout << date << " "; });
  cout << endl;
  v1.push_back(8);
  v1.push_back(4);
  for_each(v1.begin(), v1.end(), [](int& date) {cout << date << " "; });
  cout << endl;
  push_heap(v1.begin(), v1.end());
  for_each(v1.begin(), v1.end(), [](int& date) {cout << date << " "; });
  return 0;
}

pop_heap

出堆的时候,先调用这个函数,将第一个元素,放到最后面,然后用尾删法,删除数据

#include<iostream>
#include<functional>
#include<algorithm>
#include<vector>
using namespace std;
int main()
{
  vector<int> v1 = { 1, 2, 9, 7, 9 };
  make_heap(v1.begin(), v1.end());//默认形式是大顶堆
  for_each(v1.begin(), v1.end(), [](int& date) {cout << date << " "; });
  cout << endl;
  pop_heap(v1.begin(), v1.end());  //堆的删除
  for_each(v1.begin(), v1.end(), [](int& date) {cout << date << " "; });
  cout << endl;
  v1.pop_back();
  for_each(v1.begin(), v1.end(), [](int& date) {cout << date << " "; });
  make_heap(v1.begin(), v1.end());
  cout << endl;
  for_each(v1.begin(), v1.end(), [](int& date) {cout << date << " "; });
  cout << endl;
  return 0;
}

sort_heap

这个排序默认,也就是简单的从小到大排序,当然第三个参数,你应该也可以写比较准则

#include<iostream>
#include<functional>
#include<algorithm>
#include<vector>
using namespace std;
int main()
{
  vector<int> v1 = { 1, 2, 9, 7, 9 };
  make_heap(v1.begin(), v1.end());//默认形式是大顶堆
  for_each(v1.begin(), v1.end(), [](int& date) {cout << date << " "; });
  cout << endl;
  sort_heap(v1.begin(), v1.end());
  for_each(v1.begin(), v1.end(), [](int& date) {cout << date << " "; });
  return 0;
}



相关文章
|
16天前
|
缓存 算法 程序员
C++STL底层原理:探秘标准模板库的内部机制
🌟蒋星熠Jaxonic带你深入STL底层:从容器内存管理到红黑树、哈希表,剖析迭代器、算法与分配器核心机制,揭秘C++标准库的高效设计哲学与性能优化实践。
C++STL底层原理:探秘标准模板库的内部机制
|
5月前
|
存储 监控 算法
基于 C++ 哈希表算法实现局域网监控电脑屏幕的数据加速机制研究
企业网络安全与办公管理需求日益复杂的学术语境下,局域网监控电脑屏幕作为保障信息安全、规范员工操作的重要手段,已然成为网络安全领域的关键研究对象。其作用类似网络空间中的 “电子眼”,实时捕获每台电脑屏幕上的操作动态。然而,面对海量监控数据,实现高效数据存储与快速检索,已成为提升监控系统性能的核心挑战。本文聚焦于 C++ 语言中的哈希表算法,深入探究其如何成为局域网监控电脑屏幕数据处理的 “加速引擎”,并通过详尽的代码示例,展现其强大功能与应用价值。
127 2
|
3月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
100 0
|
4月前
|
存储 机器学习/深度学习 算法
基于 C++ 的局域网访问控制列表(ACL)实现及局域网限制上网软件算法研究
本文探讨局域网限制上网软件中访问控制列表(ACL)的应用,分析其通过规则匹配管理网络资源访问的核心机制。基于C++实现ACL算法原型,展示其灵活性与安全性。文中强调ACL在企业与教育场景下的重要作用,并提出性能优化及结合机器学习等未来研究方向。
119 4
|
5月前
|
监控 算法 数据处理
基于 C++ 的 KD 树算法在监控局域网屏幕中的理论剖析与工程实践研究
本文探讨了KD树在局域网屏幕监控中的应用,通过C++实现其构建与查询功能,显著提升多维数据处理效率。KD树作为一种二叉空间划分结构,适用于屏幕图像特征匹配、异常画面检测及数据压缩传输优化等场景。相比传统方法,基于KD树的方案检索效率提升2-3个数量级,但高维数据退化和动态更新等问题仍需进一步研究。未来可通过融合其他数据结构、引入深度学习及开发增量式更新算法等方式优化性能。
157 17
|
4月前
|
机器学习/深度学习 存储 算法
基于 C++ 布隆过滤器算法的局域网上网行为控制:URL 访问过滤的高效实现研究
本文探讨了一种基于布隆过滤器的局域网上网行为控制方法,旨在解决传统黑白名单机制在处理海量URL数据时存储与查询效率低的问题。通过C++实现URL访问过滤功能,实验表明该方法可将内存占用降至传统方案的八分之一,查询速度提升约40%,假阳性率可控。研究为优化企业网络管理提供了新思路,并提出结合机器学习、改进哈希函数及分布式协同等未来优化方向。
105 0
|
18天前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
129 3
|
22天前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
|
12天前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
12天前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
下一篇
oss教程