Stack和Queue详解

其实学了前面三个结构再来看这两个就有点小菜一碟的感受了，其本质无非和我们之前用c语言实现时一样，那么下面我们就带大家用c++实现一下，然后再来讲讲其中的一些用法和区别吧

容器适配器

首先在正式开始之前，我们要介绍一下这个容器适配器的概念。

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。

就好比充电线的接口之间的相互转换一样，我们用不同的接口来达到最后可以满足设备充电的需求。

而我们今天的主角stack和queue它们并没有被划分在容器的行列，而是被称为容器适配器。

1.Stack

1.介绍

​

这副图片其实就很形象的表明了stack的基本结构和操作，其最突出的特点就是数据的先入后出

2.基本操作

函数说明	接口说明
stack()	构造空的栈
empty()	检测stack是否为空
size()	返回stack中元素的个数
top()	返回栈顶元素的引用
push()	将元素val压stack中
pop()	将stack中尾部的元素弹出

3.模拟实现

#include<vector>
namespace myself
{
 template<class 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:
 std::vector<T> _c;
 };
}

这里的实现我们是套用了一层vector，当然在默认情况下套用的容器应该是deque，这个容器我们在之后会有介绍。

2.Queue

1.介绍

这样的一幅图想必也能帮助大家很快回忆起它最鲜明的特点了——数据先进先出。

正如上述所说的一样这也是一种适配器，而且同样底层默认用的是deque。

2.基本操作

函数说明	接口说明
queue()	构造空的队列
empty()	检测queue是否为空
size()	返回queue中元素的个数
front()	返回队头元素的引用
back()	返回队尾元素的引用
push()	在队尾将元素val入队列
pop()	将队头元素出队列

3.模拟实现

因为queue的接口中存在头删和尾插，因此使用vector来封装效率太低，所以我们这里借助list来模拟实现queue

#include <list>
namespace bite
{
 template<class 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:
 std::list<T> _c;
 };
} 

3.priority_queue

1.介绍

优先队列也是一种适配器，它的第一个元素总是所有包含元素中最大的，这种结构有点类似于我们之前学的大堆

一般默认没有说明的情况下，其底层用的容器为vector

**重点：**因为要支持堆的结构，所以它的支持随机访问迭代器的使用，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.使用

函数声明	接口说明
priority_queue()/priority_queue(fifirst,last)	构造一个空的优先级队列
empty( )	检测优先级队列是否为空，是返回true，否则返回false
top( )	返回优先级队列中最大(最小元素)，即堆顶元素
push(x)	在优先级队列中插入元素x
pop()	删除优先级队列中最大(最小)元素，即堆顶元素

实际使用案例的演示

#include <vector>
#include <queue>
#include <functional> // greater算法的头文件
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; } 
}

3.模拟实现

实际上就是封装一层vector，然后写个大小堆的构建，这里就不一一赘述了，直接上代码

#pragma once

#include <iostream>
using namespace std;

#include <vector>
// priority_queue--->堆
namespace myself
{
	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 = std::vector<T>, class Compare = less<T>>
	class priority_queue
	{
	public:
		// 创造空的优先级队列
		priority_queue() : c() {}

		template<class Iterator>
		priority_queue(Iterator first, Iterator last)
			: c(first, last)
		{
			// 将c中的元素调整成堆的结构
			int count = c.size();
			int root = ((count - 2) >> 1);
			for (; root >= 0; root--)
				AdjustDown(root);
		}

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

		void pop()
		{
			if (empty())
				return;

			swap(c.front(), c.back());
			c.pop_back();
			AdjustDown(0);
		}

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

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

		// 堆顶元素不允许修改，因为：堆顶元素修改可以会破坏堆的特性
		const T& top()const
		{
			return c.front();
		}
	private:
		// 向上调整
		void AdjustUP(int child)
		{
			int parent = ((child - 1) >> 1);
			while (child)
			{
				if (Compare()(c[parent], c[child]))
				{
					swap(c[child], c[parent]);
					child = parent;
					parent = ((child - 1) >> 1);
				}
				else
				{
					return;
				}
			}
		}

		// 向下调整
		void AdjustDown(int parent)
		{
			size_t child = parent * 2 + 1;
			while (child < c.size())
			{
				// 找以parent为根的较大的孩子
				if (child + 1 < c.size() && Compare()(c[child], c[child + 1]))
					child += 1;

				// 检测双亲是否满足情况
				if (Compare()(c[parent], c[child]))
				{
					swap(c[child], c[parent]);
					parent = child;
					child = parent * 2 + 1;
				}
				else
					return;
			}
		}
	private:
		Container c;
	};
}

4.deque

1.介绍

deque(双端队列)：是一种双开口的"连续"空间的数据结构

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。

这个图非常形象，但是实际上deque并非是一块连续开辟的空间，事实上它由上图这么一个个连续开辟的小空间所组成的一个整体。

看了这第二幅图片就明确多了，其基本结构实际上就如上图所示

2.优缺点分析

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：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。