- 其他
让我们来手写一个find函数,我们的第一反应是:
int find(int arrayHead,int arraySize,int value){
for(int i = 0;i<arraySize;i++)
if(arrayHead[i] == value)
break;
return &(arrayHead[i])
}
但是呢,这样有越界的风险。
于是乎,我们进行一波的修改:
int *find(int *begin,int *end,int value){
while(begin!=end && *begin!=value)
++begin;
return begin;
}
接下来,我们对它进行泛化
template
T *find(T *begin,T *end,const T& value){
//传递数值由按值传递变为按地址传递,这样可以避免对象一大,传递成本的上升
while(begin!=end && *begin!=value)
++begin;
return begin;
}
接下来,上迭代器:
template<class Iterator,class T>
Iterator find(Iterator bedin,Iterator end,const T& value){
while(begin!=end && *begin!=value)
++begin;
return begin;
}
这便是一个完全泛化的find()函数,你可以在任何C++的标准库的某个头文件里看到它。
讲到STL的算法,就不得不讲copy算法。由于copy算法简直是贯穿了整套STL体系,所以对于这个算法的优化做出的努力不可谓不多。
copy算法可以将输入区间[first,last]内的元素复制到输出区间[result,result+(last-first)内]。
如果输入输出区间完全没有重叠,当然毫无问题,否则便需特别注意。
如果输出区间的起点位于输入区间内,copy算法便(可能)会在输入区间的(某些)元素尚未被复制之前,就覆盖其值,导致错误结果。
如果copy根据其所接收的迭代器的特性决定调用memmove()来执行任务,就不会造成上述错误,因为memmove()会先将整个输入区间的内容复制下来,没有被覆盖的危险。
算法内容过于庞大,而且底层。
=====================================================================
#include
vector v1 = v2; //深拷贝构造
vector v1 = {0,1,2,3}; //initializer_list初始化
vector v1(v2.begin(), v2.end()); //vector或array初始化
vector v1(7); //初始化有7个元素的vector
vector v1(7, 3) //初始化有7个3的vector
vector v1(r, vector(c, 0)) //初始化r行c列全为0的矩阵
v1.clear(); //清空
v1.size(); //返回元素数量
v1.empty(); //是否为空
v1.front(); //访问第一个元素
v1.back(); //访问最后一个元素
v1.push_back(100); //末尾插入元素
v1.pop_back(); //清除末尾元素
iter = v1.insert(v1.begin(), 100); //在vector最前面插入100
iter = v1.insert(v1.begin(), v2.begin(), v2.end()); //插入另一个数组
iter = v1.erase(v1.begin()+2); //erase一个数
iter = v1.erase(v1.begin()+2, v1.begin()+5); //erase一个区间
list l1 = l2; //深拷贝构造
list l1 = {0,1,2,3}; //initializer_list初始化
list l1(l2.begin(), l2.end());
list l1(7); //初始化有7个元素的list
list l1(7, 3) //初始化有7个3的list
l1.clear(); //清空
l1.size(); //返回元素数量
l1.empty(); //是否为空
l1.front(); //访问第一个元素
l1.back(); //访问最后一个元素
l1.push_back(100); //末尾插入元素
l1.pop_back(); //清除末尾元素
iter = l1.insert(l1.begin(), 100); //在list最前面插入100
iter = l1.insert(l1.begin(), l2.begin(), l2.end()); //插入另一个数组
iter = l1.erase(l1.begin()+2); //erase一个数
iter = l1.erase(l1.begin()+2, l1.begin()+5); //erase一个区间
#include
map<int, string> m1 = {{2015, “Tom”}, {2016, “Jim”}}; //构造函数
m1.clear(); //清空
m1.size(); //返回元素数量
m1.empty(); //是否为空
m1.at[2015] = “Tom”; //取值,会检查key是否存在
m1[2015] = “Tom”; //若key存在则修改value,若不存在则创建
m1.count(key); //返回相应key的count,可以用于判断map中是否存在该key
iter = m1.find(key); //返回指向key的迭代器,用"!=m1.end()"判断是否找到
m1.lower_bound(key); //返回指向首个不小于key的迭代器
m1.upper_bound(key); //返回指向首个大于key的迭代器
m1.insert(make_pair(2015, “Tom”)); //使用pair插入
m1.insert
(pair<int, string>(2015, “Tom”));
m1.insert({2015, “Tom”}); //initializer_list插入
m1.erase(key); //返回被移除的元素的数量
m1.erase(iter); //清除iter指向的元素
m1.erase(m1.begin()+2, m1.begin()+5); //清除某个区间
//基于红黑树实现,有自动排序,插入O(logn),查找O(logn),删除O(logn)
#include
#include
set<int, less> c1(c2); //深拷贝构造
set<int, less> c1(c2.begin(), c2.end());
set<int, less> c1(c2.begin(), c2.end(), comp); //迭代器返回的元素依次排序
c1.clear(); //清空
c1.size(); //返回元素数量
c1.empty(); //是否为空
c1.count(elem); //返回elem的count,可以用于判断set中是否有elem
c1.find(elem); //返回指向elem的迭代器,用"!=c1.end()"判断是否找到
c1.lower_bound(elem); //返回指向首个不小于elem的迭代器
c1.upper_bound(elem); //返回指向首个大于elem的迭代器
c1.insert(elem); //插入单个elem
c1.insert(c2.begin(), c2.end()); //插入另一个set的某个区间
c1.erase(elem); //返回被移除的元素的数量
c1.erase(iter); //清除iter指向的元素
c1.erase(c1.begin()+2, c1.begin()+5); //清除某个区间
unordered_set/unordered_multiset
//基于哈希表实现,插入O(n),查找O(n),删除O(n)
//代价占用内存比set/multiset略大一点点,内部元素不排序
#include <unordered_set>
//大部分函数同set/multiset
//由于内部元素不排序,不能使用lower_bound和upper_bound
unordered_map/unordered_multimap
//基于哈希表实现,插入O(n),查找O(n),删除O(n)
//代价占用内存比map/multimap略大一点点,内部元素不排序
#include <unordered_map>