C++ STL priority_queue

简介: 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。

 

目录

一.认识priority_queue

二. priority_queue的使用

三.仿函数

1.什么是仿函数

2.控制大小堆

3.TopK问题

四.模拟实现priority_queue

1.priority_queue的主要接口框架

2.堆的向上调整算法

3.堆的向下调整算法

4.仿函数控制大小堆

五.priority_queue模拟实现整体代码和测试


一.认识priority_queue

priority_queue----reference

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。

    二. 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

    测试:

    #include<queue>
    #include<iostream>
    using namespace std;
    int main()
    {
      //够一个空的优先级队列
      priority_queue<int> pri_q;
      //插入数据
      pri_q.push(2);
      pri_q.push(27);
      pri_q.push(25);
      pri_q.push(244);
      pri_q.push(212);
      pri_q.push(9);
      //连续取出堆顶数据打印
      while (!pri_q.empty())
      {
        cout << pri_q.top()<<' ';
        pri_q.pop();
      }
      return 0;
    }

    image.gif

    image.gif编辑

    三.仿函数

    如果我们像控制优先级队列是大堆排,还是小堆排,就需要我们使用放仿函数去控制。

    1.什么是仿函数

    首先仿函数是一个类,它重载了括号运算符,在使用的时候,定义出对象,就像函数一样使用。

    例如:

    //仿函数
    template<class T>
    struct Add
    {
      int operator()(int e1, int e2)
      {
        return e1 + e2;
      }
    };
    int main()
    {
      Add<int> add;
      cout << add(10, 20) << endl;
      return 0;
    }

    image.gif

    image.gif编辑

    2.控制大小堆

    在头文件<functional>中包含了两个仿函数,less和granter。

    less是判断小于的仿函数,对应堆排出来是大堆,granter是判断大于的仿函数,对应堆排出来是小堆。

    #include<queue>
    #include<functional>
    #include<iostream>
    using namespace std;
    int main()
    {
      //小堆
      priority_queue<int,vector<int>,greater<int>> small_q;
      //插入数据
      small_q.push(2);
      small_q.push(27);
      small_q.push(25);
      small_q.push(244);
      small_q.push(212);
      small_q.push(9);
      //连续取出堆顶数据打印
      while (!small_q.empty())
      {
        cout << small_q.top()<<' ';
        small_q.pop();
      }
      cout  << endl;
      //大堆
      priority_queue<int, vector<int>, less<int>> big_q;
      //插入数据
      big_q.push(2);
      big_q.push(27);
      big_q.push(25);
      big_q.push(244);
      big_q.push(212);
      big_q.push(9);
      //连续取出堆顶数据打印
      while (!big_q.empty())
      {
        cout << big_q.top() << ' ';
        big_q.pop();
      }
      return 0;
    }

    image.gif

    image.gif编辑

    3.TopK问题

    这个问题我们在数据结构二叉树堆的部分已经详细的分析了,感兴趣的可以去看看:数据结构---二叉树---堆

    四.模拟实现priority_queue

    1.priority_queue的主要接口框架

    template<class T, class Continer = vector<T>>
    class Priority_queue
    {
    public:
      //插入数据
      void push(const T& val)
      {
        _con.push_back(val);
        //向上调整
        adjust_up(_con.size() - 1);
      }
      //删除数据
      void pop()
      {
        std::swap(_con[0], _con[_con.size() - 1]);
        _con.pop_back();
        //向下调整
        adjust_down(0);
      }
      //返回栈顶数据
      const T& top()
      {
        return _con[0];
      }
      //判断栈是否为空
      bool empty()
      {
        return _con.empty();
      }
    private:
      Continer _con;//适配容器,默认是vector
    };

    image.gif

    2.堆的向上调整算法

    image.gif编辑

    堆的插入需要保证插入以后还是一个堆,所以这里用到了向上调整算法

    在数组中就是,插入一个数在数组的尾上,再通过向上调整算法,调整到合适的位置。

    在以堆的角度来看(小堆)为例,将新插入的值看作孩子与其父亲位置的值比较,如果比父亲位置的值还要小,那就将该值与父亲位置的值进行交换,交换后将父亲位置当作新的孩子,继续与其父亲位置的值比较,这样一直向上比较并交换,直到父亲位置的值比自己小或该位置已经没有父亲了,调整结束。

    image.gif编辑

    //向上调整算法
      void adjust_up(size_t child)
      {
        //1.计算父亲
        size_t parent = (child - 1) / 2;
        while (child > 0)
        {
          //如果孩子比父亲大,就交换,否则就直接推出
          if (_con[parent]< _con[child])
          {
            swap(_con[parent], _con[child]);
            //交换之后,父亲成为新的孩子,继续算新的父亲,直到没有孩子了
            child = parent;
            parent = (child - 1) / 2;
          }
          else
          {
            break;
          }
        }
      }

    image.gif

    3.堆的向下调整算法

    向下调整算法(大堆为例):从第一个结点开始,找到其孩子结点中较大的一个与父亲位置进行交换,然后将孩子作为新的父亲,再次比较和交换,直到父亲结点比两个结点的值都大或者已经没有孩子了为止。

    //向下调整
      void adjust_down(size_t parent)
      {
        //计算出左孩子
        size_t child = parent * 2 + 1;
        while (child < _con.size())
        {
          //判断是否有右孩子,右孩子是否比左孩子大
          if (child + 1 < _con.size() && _con[child]< _con[child + 1])
          {
            child++;
          }
          //较大的孩子如果比父亲大就交换,否则就直接退出循环
          if (_con[parent]< _con[child])
          {
            swap(_con[child], _con[parent]);
          }
          else
          {
            break;
          }
          //孩子成为新的父亲,继续算出新的孩子
          parent = child;
          child = parent * 2 + 1;
        }
      }

    image.gif

    4.仿函数控制大小堆

    //比较小于的仿函数,控制大堆
      template<class T>
      struct less
      {
        bool operator()(const T& val1,const T& val2)
        {
          return val1 < val2;
        }
      };
      //比较大于的仿函数,控制小堆
      template<class T>
      struct grater
      {
        bool operator()(const T& val1, const T& val2)
        {
          return val1 > val2;
        }
      };
    template<class T, class Continer = vector<T>,class Compare =less<T>>//默认大堆
    class Priority_queue
    {
    public:
        Compare com;
      //插入数据
      void push(const T& val)
      {
        _con.push_back(val);
        //向上调整
        adjust_up(_con.size() - 1);
      }
      //删除数据
      void pop()
      {
        std::swap(_con[0], _con[_con.size() - 1]);
        _con.pop_back();
        //向下调整
        adjust_down(0);
      }
      //返回栈顶数据
      const T& top()
      {
        return _con[0];
      }
      //判断栈是否为空
      bool empty()
      {
        return _con.empty();
      }
    private:
      Continer _con;//适配容器,默认是vector
    };

    image.gif

    五.priority_queue模拟实现整体代码和测试

    Queue.hpp:

    template<class T, class Continer = vector<T>,class Compare =less<T>>
      class Priority_queue
      {
      public:
        Compare com;
        void push(const T& val)
        {
          _con.push_back(val);
          adjust_up(_con.size()-1);
        }
        void pop()
        {
          std::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:
        //向上调整算法
        void adjust_up(size_t child)
        {
          size_t parent = (child - 1) / 2;
          while (child > 0)
          {
            if (com(_con[parent] , _con[child]))
            {
              swap(_con[parent], _con[child]);
              child = parent;
              parent = (child - 1) / 2;
            }
            else
            {
              break;
            }
          }
        }
        //向下调整
        void adjust_down(size_t parent)
        {
          size_t child = parent * 2 + 1;
          while (child<_con.size())
          {
            if (child + 1 < _con.size() && com(_con[child],_con[child + 1]))
            {
              child++;
            }
            if (com(_con[parent] , _con[child]))
            {
              swap(_con[child], _con[parent]);
            }
            else
            {
              break;
            }
            parent = child;
            child = parent * 2 + 1;
          }
        }
      private:
        Continer _con;
      };
    }

    image.gif

    main:

    #include<iostream>
    #include<vector>
    #include<list>
    using std::vector;
    using std::list;
    using std::cout;
    using std::endl;
    using std::swap;
    #include"Queue.hpp"
    using namespace Qikun;
    int main()
    {
      //小堆
      Priority_queue<int,std::vector<int>, greater<int>> small_q;
      //插入数据
      small_q.push(2);
      small_q.push(27);
      small_q.push(25);
      small_q.push(244);
      small_q.push(212);
      small_q.push(9);
      //连续取出堆顶数据打印
      std::cout << "小堆:";
      while (!small_q.empty())
      {
        cout << small_q.top()<<' ';
        small_q.pop();
      }
      cout  << endl;
      //大堆
      Priority_queue<int, vector<int>, less<int>> big_q;
      //插入数据
      big_q.push(2);
      big_q.push(27);
      big_q.push(25);
      big_q.push(244);
      big_q.push(212);
      big_q.push(9);
      //连续取出堆顶数据打印
      cout << "大堆:";
      while (!big_q.empty())
      {
        cout << big_q.top() << ' ';
        big_q.pop();
      }
      return 0;
    }

    image.gif

    image.gif编辑

    相关文章
    |
    13天前
    |
    存储 算法 C++
    C++提高篇:泛型编程和STL技术详解,探讨C++更深层的使用
    文章详细探讨了C++中的泛型编程与STL技术,重点讲解了如何使用模板来创建通用的函数和类,以及模板在提高代码复用性和灵活性方面的作用。
    31 2
    C++提高篇:泛型编程和STL技术详解,探讨C++更深层的使用
    |
    2月前
    |
    存储 算法 编译器
    [C++] STL简介
    [C++] STL简介
    26 1
    |
    2月前
    |
    存储 算法 C++
    C++ STL应用宝典:高效处理数据的艺术与实战技巧大揭秘!
    【8月更文挑战第22天】C++ STL(标准模板库)是一组高效的数据结构与算法集合,极大提升编程效率与代码可读性。它包括容器、迭代器、算法等组件。例如,统计文本中单词频率可用`std::map`和`std::ifstream`实现;对数据排序及找极值则可通过`std::vector`结合`std::sort`、`std::min/max_element`完成;而快速查找字符串则适合使用`std::set`配合其内置的`find`方法。这些示例展示了STL的强大功能,有助于编写简洁高效的代码。
    37 2
    |
    2月前
    |
    安全 编译器 容器
    C++STL容器和智能指针
    C++STL容器和智能指针
    |
    2月前
    |
    算法 安全 Linux
    |
    3月前
    |
    存储 算法 Java
    【C++】优先级队列priority_queue模拟实现&&仿函数
    【C++】优先级队列priority_queue模拟实现&&仿函数
    29 1
    |
    3月前
    |
    设计模式 算法 Java
    【c++】STL之stack和queue详解
    【c++】STL之stack和queue详解
    38 1
    |
    3月前
    |
    存储 算法 C++
    【C++高阶】探索STL的瑰宝 map与set:高效数据结构的奥秘与技巧
    【C++高阶】探索STL的瑰宝 map与set:高效数据结构的奥秘与技巧
    52 0
    |
    3月前
    |
    存储 算法 数据处理
    【C++】STL简介
    **STL是C++标准库的关键部分,源于Alexander Stepanov的泛型编程研究。它提供了数据结构(如vector、list)和算法,是高效、通用的软件框架。STL始于惠普,后由SGI发展,现已成为C++1998标准的一部分并不断进化。它包括容器、迭代器、算法、仿函数、配接器和分配器六大组件,带来高效性、通用性和可扩展性,但也存在性能开销和学习难度。学习STL涉及理解底层数据结构、用法、实现和实践。推荐[cplusplus.com](https://cplusplus.com)作为学习资源。**
    |
    3月前
    |
    存储 算法 程序员
    C++基础知识(八:STL标准库(Vectors和list))
    C++ STL (Standard Template Library标准模板库) 是通用类模板和算法的集合,它提供给程序员一些标准的数据结构的实现如 queues(队列), lists(链表), 和 stacks(栈)等. STL容器的提供是为了让开发者可以更高效率的去开发,同时我们应该也需要知道他们的底层实现,这样在出现错误的时候我们才知道一些原因,才可以更好的去解决问题。