优先级队列的使用:
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。
优先级队列的介绍和解析:
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:
需要写建堆以及调整堆的函数,其他函数可以调用底层的容器,如vector的成员函数
- empty():检测容器是否为空
bool empty() const
{
return c.empty();
}
- size():返回容器中有效元素个数
size_t size() const
{
return c.size();
}
- front():返回容器中第一个元素的引用
const T& top()
{
return c[0];
}
- push_back():在容器尾部插入元素
void push(const T& x)
{
c.push_back(x);
adjust_up(c.size() - 1);
}
void adjust_up(int i)
{
Compare cmp;
int child = i;
int parent = (child - 1) / 2;
while (child > 0)
{
if (cmp(c[child], c[parent]))
{
swap(c[child], c[parent]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
- pop_back():删除容器尾部元素
-
void pop() { swap(c[0], c[c.size() - 1]); c.pop_back(); adjust_down(0); } void adjust_down(int i) { Compare cmp; int parent = i; int child = 2 * parent + 1; while (child < c.size()) { if (child + 1/*防止月结*/ < c.size() && cmp(c[child], c[child + 1])) { ++child; } //if (c[parent] < c[child]) if (cmp(c[parent],c[child])) { swap(c[parent], c[child]); parent = child; child = 2 * parent + 1; } else { break; } } }
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。
练习题:
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
// 将数组中的元素先放入优先级队列中
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();
}
};
priority_queue的模拟实现
通过对priority_queue的底层结构就是堆,因此此处只需对其进行通用的封装即可。
#pragma once
#include<vector>
#include<iostream>
#include<functional>
using namespace std;
namespace bit
{
template <class T, class Container = vector<T>, class Compare = less<T> >
class priority_queue
{
public:
priority_queue()
{
}
template <class InputIterator>
priority_queue(InputIterator first, InputIterator last)
:c(first,last)
{
for (int i = (c.size() - 1 - 1) / 2; i >= 0; i--)
{
adjust_down(i);
}
}
void adjust_down(int i)
{
Compare cmp;
int parent = i;
int child = 2 * parent + 1;
while (child < c.size())
{
if (child + 1/*防止月结*/ < c.size()
&& cmp(c[child], c[child + 1]))
{
++child;
}
//if (c[parent] < c[child])
if (cmp(c[parent],c[child]))
{
swap(c[parent], c[child]);
parent = child;
child = 2 * parent + 1;
}
else
{
break;
}
}
}
void adjust_up(int i)
{
Compare cmp;
int child = i;
int parent = (child - 1) / 2;
while (child > 0)
{
if (cmp(c[child], c[parent]))
{
swap(c[child], c[parent]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
bool empty() const
{
return c.empty();
}
size_t size() const
{
return c.size();
}
const T& top()
{
return c[0];
}
void push(const T& x)
{
c.push_back(x);
adjust_up(c.size() - 1);
}
void pop()
{
swap(c[0], c[c.size() - 1]);
c.pop_back();
adjust_down(0);
}
private:
Container c;
Compare comp;
};
};
测试代码
#define _CRT_SECURE_NO_WARNINGS 1
#include"priority_queue.h"
#include<algorithm>
template<class T>
class Less
{
public:
bool operator()(const T& x, const T& y)
{
return x < y;
}
};
template<class T>
class Greater
{
public:
bool operator()(const T& x, const T& y)
{
return x > y;
}
};
void test_priority_queue()
{
// 插入删除数据效率 logN
//bit::priority_queue<int> q; // 大堆
//bit::priority_queue<int, vector<int>, less<int>> q; // 大堆
bit::priority_queue<int, vector<int>, Greater<int>> q; // 小堆
q.push(3);
q.push(1);
q.push(5);
q.push(4);
//bit::priority_queue<int> copy(q);
while (!q.empty())
{
cout << q.top() << " ";
q.pop();
}
cout << endl;
int a[] = { 1,2,6,2,1,5,9,4 };
sort(a, a + 8, greater<int>());
//greater<int> gt;
//sort(a, a + 8, gt);
}
int main()
{
test_priority_queue();
return 0;
}