1.相关知识
1.1什么是适配器: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
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(双端队列),priority_queue默认使用vector。
1.2 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。
1.3 deque(双端队列)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,因此其效率是必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: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,不适遍历,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
1.4 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
stack是一种容器适配器,如果没有为stack指定特定的底层容器,默认情况下使用deque。stack的底层容器可以是任何标准的容器类模板或者一些其他特定的容器类vector、deque(双端队列)、list等,这些底层容器类应该支持以下操作:
empty:判空操作
back:获取尾部元素操作
push_back:尾部插入元素操作
pop_back:尾部删除元素操作
stack的函数接口:
函数 | 功能 |
---|---|
stack() | 构造空栈 |
empty() | 判断栈是否为空 |
size() | 返回栈中元素个数 |
top() | 返回栈顶元素的引用 |
push(val) | 将元素val入栈 |
pop() | 移除栈顶元素 |
3.queue
队列是一种容器适配器,如果没有为queue指定特定的底层容器,默认情况下使用标准容器deque。 底层容器也可以是其他专门设计的容器list vector 等。底层容器应至少支持以下操作:
empty:检测队列是否为空
size:返回队列中有效元素的个数
front:返回队头元素的引用
back:返回队尾元素的引用
push_back:在队列尾部入队列
pop_front:在队列头部出队列
queue的函数接口:
函数 | 功能 |
---|---|
queue() | 构造空队列 |
empty() | 判断是否为空队列 |
size() | 返回队列中有效元素个数 |
front() | 返回队头元素的引用 |
back() | 返回队尾元素的引用 |
push(val) | 在队尾将元素val入队 |
pop() | 将队头元素移除队列 |
stack和queue实现:使用deque作为适配器;比较容易实现。
namespace myspace2
{
/stack/
template<class T, class Con = deque<T> >
class stack
{
public:
stack()
{}
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;
};
/queue/
template<class T, class Con = deque<T>>
class queue
{
public:
queue()
{}
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;
};
};
int main()
{
//系统queue对比
//queue<int> s1;
//for (int i = 0; i < 10; i++) {
// s1.push(i);
//}
//while (!s1.empty())
//{
// cout << ' ' << s1.front();
// s1.pop();
//}
//cout << '\n';
/// ///
myspace2::stack<int> ss11;
for (int i = 0; i < 10; i++) {
ss11.push(i);
}
while (!ss11.empty()){
cout << ' ' << ss11.top();
ss11.pop();
}
cout << '\n';
myspace2::queue<int> ss1;
for (int i = 0; i < 10; i++) {
ss1.push(i);
}
while (!ss1.empty()){
cout << ' ' << ss1.front();
ss1.pop();
}
cout << '\n';
return 0;
}
4. priority_queue(优先级队列)
-
优先队列是一种容器适配器,它的第一个元素总是它所包含的元素中最大的(默认为大堆)。
-
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)。
-
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。
-
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
-
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。
-
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。
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。
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。
priority_queue的函数接口:
函数 | 功能 |
---|---|
priority_queue() | 构造一个空的优先级队列 |
priority_queue(first,last) | 插入first,和last之间的元素构造优先级队列 |
empty() | 判段是否为空队列 |
top() | 返回优先级队列中最大(最小元素),即堆顶元素 |
push(val) | 在优先级队列中插入元素val |
pop() | 删除优先级队列中最大(最小元素),即堆顶元素 |
代码实现:
代码一:关于堆的调整用系统中的函数:make_heap() ;push_heap();pop_heap()
#include <iostream>
#include <queue>
#include<deque>
#include <stack>
#include<functional>
#pragma warning(disable:4996)
using namespace std;
namespace myspace1
{
/priority_queue / 默认为大堆结构
//利用这几个堆的函数实现
//make_heap() //默认大堆
//push_heap()
//pop_heap()
//sort_heap()
template <class T, class Container = vector<T>, class Compare = less<T> >
class priority_queue
{
public:
priority_queue() :sz(0), comp(Compare())
{}
template <class InputIterator>
priority_queue(InputIterator first, InputIterator last)
: c(first, last), comp(Compare())
{
make_heap(c.begin(), c.end(), comp);
//根据传入的仿函数参数 comp=less<>() 制作大堆 comp=greater<>()则制作小堆
sz = c.size();
}
bool empty() const {
return sz == 0;
}
size_t size() const {
return sz;
}
const T& top() const {
return c.front();
}
void push(const T& x) {
c.push_back(x); //先把数据尾部插入
push_heap(c.begin(), c.end(), comp);
sz++;
}
void show() { //这里自己写了一个show()方便测试查看结构
for (int i = 0; i < sz; ++i) {
cout << c[i] << " ";
}
cout << endl;
}
void pop() {
std::swap(c.front(), c.back());
c.pop_back();
pop_heap(c.begin(), c.end(), comp);
sz--;
}
private:
Container c;
Compare comp;
size_t sz;
};
};
int main() {
int arr[] = { 5,9,2,4,1 };
myspace1::priority_queue<int, vector<int>, greater<int>> pq1(arr, arr + 5); //greater<int>()为小堆
pq1.show();
pq1.pop();
pq1.show();
pq1.push(6);
pq1.push(11);
pq1.show();
cout << pq1.size() << endl;
cout << endl;
return 0;
}
代码二:自己 实现堆的调整
#include <iostream>
#include <queue>
#include<deque>
#include <stack>
#include<functional>
#pragma warning(disable:4996)
using namespace std;
namespace myspace {
// 自己 实现堆 调整 /
template <class T, class Container = vector<T>, class Compare = less<T> >
class priority_queue
{
public:
priority_queue() : c(), comp(Compare())
{}
priority_queue(const T *first, const T *last)
: c(first, last), comp(Compare())
{
int curpos = c.size()/2 - 1;
while (curpos >= 0) {
_adjust_dowm(curpos);
curpos--;
}
}
bool empty() const {
return size() == 0;
}
size_t size() const {
return c.size();
}
const T& top() const {
return c.front();
}
void push(const T& x) {
c.push_back(x);
_adjustup(c.size() - 1);
}
void show() { //这里自己写了一个show()方便测试查看结构
for (int i = 0; i < size(); ++i) {
cout << c[i] << " ";
}
cout << endl;
}
void pop() {
std::swap(c.front(), c.back());
_adjust_dowm(0);
c.pop_back();
}
private:
void _adjust_dowm(int start) { //堆向下调整
int n = c.size();
int i = start; //父节点
int j = 2*i+1; //子节点
T tmp = c[i];
while (j <n) {
if (j < n-1 && comp(c[j], c[j + 1]))
//comp(c[j], c[j + 1])根据传入的less(c[j],c[j + 1]) ————>相当比较是否c[j] < c[j + 1]
//或传入greater(c[j],c[j + 1])----> ————>相当比较是否c[j] > c[j + 1]
//来调动仿函数比较c[j]和c[j + 1]的大小。
j++;
if (comp(tmp ,c[j])) {
c[i] = c[j];
i=j;
j = 2 * i + 1;
}
else {
break;
}
}
c[i] = tmp; //出循环时 i=j
}
void _adjustup(int start)
{
int n = c.size();
int j = c.size() - 1;
int i = (j - 1) / 2;
T tmp = c[j];
while (j > 0) {
if (comp(c[i],tmp)) {
c[j] = c[i];
j=i;
i= (j - 1) / 2;
}
else {
break;
}
}
c[j] = tmp;
}
private:
Container c;
Compare comp;
};
};
int main() {
int arr[] = { 5,9,2,4,1 };
int n = sizeof(arr) / sizeof(arr[0]);
myspace::priority_queue<int, vector<int>, greater<int>> pq1(arr,arr+n);
//传greater<int> 参数为构造大堆,less<int>构造小堆
pq1.push(6);
pq1.push(11);
cout << pq1.size() << endl;
return 0;
}