stack - queue

烦躁的大鼻嘎

于 2024-09-16 13:39:55 发布

阅读量600

点赞数 23

文章标签：算法数据结构 c++ stl 开发语言

本文链接：https://blog.csdn.net/2401_83431652/article/details/142180351

版权

1.容器适配器

(1) 什么是适配器？

适配器是一种设计模式(设计模式是一套被反复使用的、多数人知晓的、经过分类编目的、代码设计经验的总结)，该种模式是将一个类的接口转换成客户希望的另外一个接口

(2) STL标准库中stack和queue的底层结构

虽然stack和queue中也可以存放元素，但在STL中并没有将其划分在容器的行列，而是将其称为容器适配器，这是因为stack和队列只是对其他容器的接口进行了包装，STL中stack和queue默认使用deque，比如：

(3) deque简述

deque(双端队列)：是一种双开口的"连续"空间的数据结构，双开口的含义是：可以在头尾两端进行插入和删除操作，且时间复杂度为O(1)，与vector比较，头插效率高，不需要搬移元素；与 list比较，空间利用率比较高。

deque并不是真正连续的空间，而是由一段段连续的小空间拼接而成的（分段连续空间组合而成），实际deque类似于一个 动态的二维数组，deque没有所谓容量的概念。其底层结构如下图所示：

(4)deque的迭代器

双端队列底层是一段假象的连续空间，实际是分段连续的，为了维护其“整体连续”以及随机访问的假象，落在了deque的迭代器的operator++和operator--两个运算子身上。

构想一下deque应具备的结构：

● 能够指出分段连续空间（缓冲区）的位置

● 能判断自己是否已经处于其所在缓冲区的边缘，如果前进或后退时就必须跳跃至下一个或上一个缓冲区。

为了能够正确跳跃，deque必须要有掌控中心（map）。

deque的中控器，缓冲区，迭代器的相互关系，如图：

那deque是如何借助其迭代器维护其假想连续的结构呢？

迭代器 start 内的 cur 指针指向缓冲区的第一个元素，迭代器 finish 内的 cur 指向缓冲区的最后元素（的下一个位置）。注意：最后一个缓冲区尚有备用空间，稍后如果有新元素要插入到尾端，可直接拿此备用空间来使用。

template <class T, class Ref, class Ptr, size_t BufSiz>
struct _daque_iterator 
{
	//...

	//保持与容器的联结
	T* cur;		//此迭代器指向缓冲区中的现行
	T* first;	//此迭代器指向缓冲区的头
	T* last;	//此迭代器指向缓冲区的尾(含备用空间)
	map_pointer node;//指向控制中心(指针数组)
};

(5) deque的数据结构

deque 除了维护一个指向map的指针外，也维护 start 和 finish 两个迭代器，分别指向第一缓冲区的第一个元素和最后缓冲区的最后一个元素（的下一个位置）。此外，它当然也必须记住目前 map 的大小，因为，一旦 map 所提供的节点不足，就必须重新配置更大的一块 map。

  iterator start;
  iterator finish;
  map_pointer map;
  size_type map_size;

(6) deque的缺陷

与vector比较，deque的优势是：头部插入和删除时，不需要搬移元素，效率特别高，而且在扩容时，也不需要搬移大量的元素，因此其效率是比vector高的。与list比较，其底层是连续空间，空间利用率比较高，不需要存储额外字段。但是，deque有一个致命缺陷：不适合遍历，因为在遍历时，deque的迭代器要频繁的去检测其是否移动到某段小空间的边界，导致效率低下，而序列式场景中，可能需要经常遍历，因此在实际中，需要线性结构时，大多数情况下优先考虑vector和list，deque的应用并不多，而目前能看到的一个应用就是，STL用其作为stack和queue的底层数据结构。

(7) 为什么选择deque作为stack和queue的底层默认容器?

stack是一种后进先出的特殊线性数据结构，因此只要具有push_back()和pop_back()操作的线性结构，都可以作为stack的底层容器，比如vector和 list 都可以；queue是先进先出的特殊线性数据结构，只要具有push_back和pop_front操作的线性结构，都可以作为queue的底层容器，比如 list。但是STL中对stack和queue默认选择deque作为其底层容器。主要是因为：

1. stack和queue 不需要遍历 (因此stack和queue没有迭代器)，只需要在固定的一端或者两端进行操作。

2. 在stack中元素增长时，deque比vector的效率高(扩容时不需要搬移大量数据)；queue中的元素增长时，deque不仅效率高，而且内存使用率高。 结合了deque的优点，而完美的避开了其缺陷。

2.stack的介绍和应用

cplusplus.com - The C++ Resources Network

(1) stack结构

(2) stack使用

155. 最小栈

思路：辅助栈

实现1：

class MinStack {
public:
    void push(int val) {
        _elem.push(val);
        if(_min.empty() || val <= _min.top())
        {
            _min.push(val);
        }
    }    
    void pop() {
        if(_elem.top() == _min.top())
        {//只有当删除的数据是最小值时，才删_min栈的数据
            _min.pop();
        }
        _elem.pop();
    }    
    int top() {
        return _elem.top();
    }    
    int getMin() {
        return _min.top();
    }
    std::stack<int> _elem;//存所有数据
    std::stack<int> _min;//只存最小数的栈
};

不需要在构造函数中使用 INT_MAX 来初始化 _min 栈。相反，它依赖于在每次 push 和 pop 操作中检查和维护 _min 栈的状态。通过在每次操作中动态维护最小值，避免了使用 INT_MAX 作为初始值的需求

实现2：

class MinStack {
public:
    MinStack()
    {
        _min.push(INT_MAX);
    }
    void push(int val) {
        _elem.push(val);
        _min.push(min(_min.top(),val));
        //val值大于栈顶元素也得入数据(栈顶)，不然pop数据时最小栈就会失去最小值
    }    
    void pop() {
        _elem.pop();
        _min.pop();
    }    
    int top() {
        return _elem.top();
    }    
    int getMin() {
        return _min.top();
    }
private:
    std::stack<int> _elem;//存储所有元素的栈
    std::stack<int> _min;//存储最小值的栈    
};

INT_MAX 作为 _min 栈的初始值是为了简化代码逻辑，确保在任何时候都能快速地获取到栈中的最小值，并且避免在栈为空时调用 getMin 方法导致的错误。

JZ31 栈的压入、弹出序列

栈的压入、弹出序列_牛客题霸_牛客网

具体思路：

准备一个辅助栈，两个下标分别访问两个序列。
辅助栈为空或者栈顶不等于出栈数组当前元素，就持续将入栈数组加入栈中。
栈顶等于出栈数组当前元素就出栈。
当入栈数组访问完，出栈数组无法依次弹出，就是不匹配的，否则两个序列都访问完就是匹配的。

实现：

class Solution {
public:
    bool IsPopOrder(vector<int>& pushV, vector<int>& popV) {
        if(pushV.size() != popV.size())//出栈与入栈数据应一致
            return false;;

        stack<int> st;//出入栈st
        int instack = 0,outstack = 0;

        while(outstack < popV.size())
        {// empty要写前面，初次栈里没有数据，无法调用top
          while (st.empty() || st.top() != popV[outstack]) {
            //先把栈顶与出栈数组元素不同的数据入栈，直到找到相同的
            if (instack < pushV.size()) {
                st.push(pushV[instack]);
                ++instack;
            }
            else {
                return false;
            }
          }
          // 这时栈顶数据与出栈数组的元素相同
          st.pop();
          ++outstack;
        }       
        return true;
    }
};

(3) stack模拟实现

默认deque右边是栈顶

#include<deque>
#include<iostream>
using namespace std;
namespace zyt
{
#include<deque>
    template<class T, class Con = deque<T>>
    class stack
    {
    public:
        void push(const T& x)
        {
            _c.push_back(x);
        }
        void pop()
        {
            _c.pop_back();
        }
        T& top()
        {
            return _c.back();
        }
        const T& top()const
        {
            return _c.back();
        }
        size_t size()const
        {
            return _c.size();
        }
        bool empty()const
        {
            return _c.empty();
        }
    private:
        Con _c;
    };
}

3.queue的介绍和应用

queue - C++ Reference

(1) queue简述

1. 队列是一种容器适配器，专门用于在FIFO上下文(先进先出)中操作，其中从容器一端插入元素，另一端提取元素。

2. 队列作为容器适配器实现，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。元素从队尾入队列，从队头出队列。queue不允许有遍历行为。

3. 底层容器可以是标准容器类模板之一，也可以是其他专门设计的容器类。该底层容器应至少支持以下操作:

4. 标准容器类 deque和list 满足了这些要求。默认情况下， 如果没有为queue实例化指定容器

类，则使用标准容器 deque （缺省值）

(2) queue的使用

(3) queue没有迭代器

queue所有元素的进出都必须符合“先进先出”的条件，中有queue顶端的元素，才有机会贝被外界取用，queue不提供遍历功能，也不提供迭代器。

(4) queue的模拟实现

namespace zyt
{
    template<class T, class Con = deque<T>>
    class queue
    {
    public:
        void push(const T& x)
        {
            _c.push_back(x);
        }
        void pop()
        {
            _c.pop_front();
        }
        T& back()
        {
            return _c.back();
        }
        const T& back()const
        {
            return _c.back();
        }
        T& front()
        {
            return _c.front();
        }
        const T& front()const
        {
            return _c.front();
        }
        size_t size()const
        {
            return _c.size();
        }
        bool empty()const
        {
            return _c.empty();
        }
    private:
        Con _c;
    };
}

4. priority_queue的介绍和使用（优先级队列）

(1) priority_queue 概述

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：

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。

(2)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 。

1. 默认情况下，priority_queue是大堆。 仿函数控制比较逻辑 （本质是一个类，重载了operator( )，它的对象可以像函数一样使用）

#include <vector>
#include <queue>
#include <functional> // greater算法的头文件
#include<iostream>
using namespace std;

void TestPriorityQueue()
{
	// 默认情况下，创建的是大堆，其底层按照小于号比较
	vector<int> v{ 3,2,7,6,0,4,1,9,8,5 };
	priority_queue<int> q1;
	for (auto& e : v)
		q1.push(e);
	cout << q1.top() << endl;
	// 如果要创建小堆，将第三个模板参数换成greater比较方式
	priority_queue<int, vector<int>, greater<int>> q2(v.begin(), v.end());
	cout << q2.top() << endl;
}

2. 如果在priority_queue中放自定义类型的数据，用户需要在自定义类型中提供 > 或者 < 的重载。

class Date
{
public:
	Date(int year = 1900, int month = 1, int day = 1)
		: _year(year)
		, _month(month)
		, _day(day)
	{}
	bool operator<(const Date& d)const
	{
		return (_year < d._year) ||
			(_year == d._year && _month < d._month) ||
			(_year == d._year && _month == d._month && _day < d._day);
	}
	bool operator>(const Date& d)const
	{
		return (_year > d._year) ||
			(_year == d._year && _month > d._month) ||
			(_year == d._year && _month == d._month && _day > d._day);
	}
	friend ostream& operator<<(ostream& _cout, const Date& d)
	{
		_cout << d._year << "-" << d._month << "-" << d._day;
		return _cout;
	}
private:
	int _year;
	int _month;
	int _day;
};


void TestPriorityQueue()
{
	// 大堆，需要用户在自定义类型中提供<的重载
	priority_queue<Date> q1;
	q1.push(Date(2018, 10, 29));
	q1.push(Date(2018, 10, 28));
	q1.push(Date(2018, 10, 30));
	cout << q1.top() << endl;
	// 如果要创建小堆，需要用户提供>的重载
	priority_queue<Date, vector<Date>, greater<Date>> q2;
	q2.push(Date(2018, 10, 29));
	q2.push(Date(2018, 10, 28));
	q2.push(Date(2018, 10, 30));
	cout << q2.top() << endl;
}

(3) OJ中应用

215. 数组中的第K个最大元素

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        //默认是建大堆(降序)
        priority_queue<int> pq(nums.begin(),nums.end());
        for(int i = 0;i < k - 1 ;i++)
        {
            pq.pop();//pop的是堆顶数据
        }
        return pq.top();
    }
};

(4) priority_queue的模拟实现

通过对priority_queue的底层结构就是堆，因此此处只需对对进行通用的封装即可。

#pragma once
#include<queue>
#include<vector>
#include<algorithm>
#include<functional>
#include<iostream>
using namespace std;

namespace zyt
{
    template<class T>
    struct less
    {
        bool operator()(const T& left, const T& right)
        {
            return left < right;
        }
    };

    template<class T>
    struct greater
    {
        bool operator()(const T& left, const T& right)
        {
            return left > right;
        }
    };

    template <class T, class Container = vector<T>, class Compare = less<T> >
    class priority_queue
    {
    public:
        priority_queue()
            :c()
        {}

        template <class InputIterator>
        priority_queue(InputIterator first, InputIterator last)
            :c(first,last)
        {
            if (c.size() < 2)
                return;
            int len = c.size();
            int parent = (len - 2) / 2; // 最后一个根节点
            while (parent >= 0)
            {
                AdjustDown(parent);//自下而上
                parent--;
            }
        }

        void AdjustUp(size_t child)//向上调整算法
        {
            size_t parent = (child - 1) / 2;//父节点
            while (child > 0 )
            {
                if (comp(c[parent] , c[child]))
                {
                    swap(c[parent], c[child]);
                    child = parent;
                    parent = (child - 1) / 2;
                }
                else
                {
                    break;
                }
            }
        }
        void AdjustDown(size_t parent)//向下调整算法
        {
            size_t child = 2 * parent + 1;//左孩子
            while (child < c.size())
            {
                if ((child + 1 < c.size()) && comp(c[child], c[child + 1]))
                {
                    ++child;
                }
                if (comp(c[parent] , c[child]))
                {
                    swap(c[parent], c[child]);
                    parent = child;
                    child = 2 * parent + 1;
                }
                else
                {
                    break;
                }
            }
        }


        bool empty() const
        {
            return c.empty();
        }

        size_t size() const
        {
            return c.size();
        }

        const T& top() const
        {
            return c[0];
        }

        void push(const T& x)
        {
            c.push_back(x);
            AdjustUp(c.size() - 1);
        }

        void pop()
        {
            if (empty())
                return;
            swap(c[0], c[c.size() - 1]);
            c.pop_back();
            AdjustDown(0);
        }

    private:
        Container c;
        Compare comp;
    };
};