关于优先队列 priority_queue 的介绍及其应用

缺省情况下priority_queue 是一个 max_heap(最大堆）；

1，头文件

#include <queue>

2，声明

标准库默认使用元素类型的<操作符来确定元素之间的优先级关系，声明方式为（以int 型为例）：

int ia[9] = {0, 1, 2, 3, 4, 8, 9, 3, 5};
priority_queue<int> ipq(ia, ia+9);

ipq为最大堆， ipq.top()等于9.

若想声明一个最小堆，声明方式为：

priority_queue<int, vector<int>, greater<int> > iqp(ia, ia+9);

iqp为最小堆，iqp.top()等于0.

以上两种priority_queue 常用于解决Top K 最小、最大问题。

3，求解“一个N个整数的序列，求其中出现频数最大的K个数”， 这是Top K问题的变种

(1) 定义一个map<int, int>, 统计元素出现次数；

map<int, int> data;
for (int i = 0; i < n; i++)
   data[A[i]]++;

(2)自定义一个priority_queue,元素类型为结构体；

struct Count
{
   int key, value;
   Count(int k, int v):key(k), value(v){}
   friend bool operator <(Count c1, Count c2)  // 声明为友元函数，重载 operaotr <()；
   {
       return c1.value < c2.value;
   }
};

priority_queue<Count> cpq;

(3) 将data中的pair 插入到cpq中；

for（int i = 0; i < data.size(); i++)
{
   if (i < k)
     cpq.push(Count(data[i].first, data[i].second));
   else
   {
      if (cpq.top() < <span style="font-family: Arial, Helvetica, sans-serif;">Count(data[i].first, data[i].second) </span>)
      {
         cpq.pop();
         cpq.push(Count(data[i].first, data[i].second));
      }
   }
}

(4) 最后按序输出cpq中全部K个元素的key即可；