c++面试知识点总结

STL容器篇

C++面试基础中不可避免会问到STL容器相关知识点，STL容器包含两大类：序列式容器 & 关联容器
序列式容器：元素都可序(ordered)，但是未必有序(sorted)，通过元素的顺序来访问，包含vector、list、dequeue、stack、queue、priority-queue。
关联容器：数据以key-value的形式组成，可通过key值访问元素，包含RB-tree、map、set、multiset、multimap、hashtable、hash_set、hash_map、hash_multiset、hash_multimap；

萃取

关于萃取可参考下面文章：
https://yosef-gao.github.io/2016/10/05/cpp-traits/

Vector

vector可以看作式一种动态数组，普通的数组申明时需要固定大小但是vector不需要。向vector中添加元素时会存在“重新分配空间、元素移动、释放原空间”等步骤，
1.在当前capacity不足以存放新元素时，需要将vector扩张至当前空间的2倍大小，若还不够则继续扩张；
2.上述的扩张过程对于大对象在移动过程中会很损耗性能；

List

list vs vector
1、list 相较于vector的特点是可以很方便的删除节点和插入节点，删除节点和插入节点的都不会造成原节点的失效，在某些情况下插入和删除节点的效率相较于vector要高；
2、因为list的每个节点只保存前一节点(pre)或者后一节点(next)的指针，需要读取或者查找list节点时，需以其中一个节点为起始遍历比较，所以查找和读取节点不如vector方便。

list迭代器的操作：递增时指向下一节点，递减时指向上一节点，取值时是节点的数据值，成员取用的是节点的成员。

deque & stack & queue

deque：双向开口的连续空间，可以在头尾两端分别做元素的插入和删除操作，
没有容量的限制，随时可以新增一段新的空间链接起来，但是迭代器很复杂。每个节点至少保存三种数据结构：中控节点map、起始节点start、终止节点end，数据节点(数据节点的个数不少于8个或者是num+2个，num为已经存在的需要的数据节点，其中多余的两个是buffer)。dequeue允许以常数时间内对头端进行元素的插入和移除操作。
stack：是一种先进后出的数据结构，底层以deque实现，或者以list实现也可；
queue：是一种先进先出数据结构，可以dequeue或者list为底层容器；

Priority Queue

Priority Queue的底层实现是heap（堆）。
heap:有最大堆（优先级最高的在堆顶）和最小堆（优先级最低的在堆顶），下面介绍的堆均默认为最大堆。
性质：
（1）heap是一颗完全二叉树，除叶子节点外，每一层均是满的；
（2）叶子节点从左至右不得有空隙；
（3）所有子树的根节点均大于叶子节点；
heap有关的数据结构：
（1）一颗完全二叉树
（2）一个长度为n（树元素的个数）数组arr
假设当前节点在数组arr的index为i，则左子节点arr的index为2i，右子节点的index为2i+1；
heap中插入元素：将待插入的节点插入至树的最右子节点，然后一次上溯调整树，使其满足上述三点性质；
pop-heap：首先删除最顶上元素，为了满足complete binary tree的条件，必须割舍最下层右边的叶子节点。并将其值重新安插至max-heap(因此有必要重新调整heap结构)

仿函数

仿函数：顾名思义，就是其行为像函数一样的对象；
一般的应用场景：仿函数可以理解为针对一种算法思路或者是策略的封装，一般要将这类函数当做算法的参数使用，需要将封装好的函数作为函数指针传入调用函数，但是函数指针并不支持模板化；

在面向对象程序设计过程中，将“操作”和数据结构解藕是比较高端的设计方式（反正我等菜鸟还在领悟中）；例如将指定范围内的所有元素都相加有两种实现过程，一种是将所有元素从头至尾都加上，一种是设计仿函数实现“两两相加”；肯定第二种方式更高端塞。
废话少说，上代码如下：编译环境g++ (GCC) 4.8.2，此代码可能在其他环境不行，因为没有加类型萃取

#include <iostream>

template<class T>
struct plus {
    T operator()(const T& x, const T& y) { return x + y;}
};

template<class T>
struct minus {
    T operator()(const T&x, const T&y) {return x -y;}
};

int main() {
    std::cout << plus<int>()(3, 4) << std::endl;  //不是plus<int>(3, 4)哈
    std::cout << minus<int>()(6,7) << std::endl;
    return 0;
}

输出：
7
-1

STL中常见的仿函数使用方式如下

algorithm(first, last, ..., functionObj)
{
	...
	functionobj();
	...
}

算法泛型化的过程

算法泛型化的过程可以理解为抽象化的过程，具体方法论：
（1）将操作对象游标化，即关注元素移动而不是操作对象的容器类型，相当于iterator的产生原因；
（2）将具体的“操作”（算法的过程）抽象化，例如上述的仿函数；

int* find(int* arrayHead, int arraySize, const int& value) {
    int i = 0;
    for (; i < arraySize; i++) {
        if (arrayHead[i] == value) {
            break;
        }
    }
    return &(arrayHead[i]);
}

以上代码对容器的依赖性比较强（例如，必须计算出容器的size），同时对于最后一个元素的判断不好处理，事实上stl的遵循“前闭后开”的原则，可以使用指针指向最后一个元素的next元素(end)，但是无法针对end提取值，因为end指向的是最后一个元素的下一个节点，可能会为null，故改进find算法如下：

int* find(int* start, int* end, const int& value) {
    while (start != end) {
        if (*start == value) {
            break;
        }
        ++start;
    }
    return start;
}

关联式容器

上图通过内缩表示各个容器的包含关系，例如vector底层实现是内建类型array，heap内部包含容器vector及树。。。。。
本节重点剖析关联式容器，介绍关联容器之前势必需涉猎一点树的前世今生。

1、二叉搜索树-set/map/multiset/multimap

    二叉树：即每个节点只有左右子节点；
     二叉搜索树：所有左子树节点的值小于根节点的值；所有右子树的值大于根节点的值；
     插入节点时，可从根节点开始，遇到键值大的就向左，遇到键值大的就向右边；
     删除节点时，若当前节点只有一个节点，则删除当前节点，并利用其子节点替代它原来的位置；若当前节点还有其他节点，则用右子树最小的节点替代当前节点；
  2、平衡二叉搜索树
   所谓的平衡是指没有任何一个节点过深。
   **AVL tree**：任何节点左右子树高度相差最多1，插入元素时，为了满足平横性，借助单旋(节点外侧插入元素)或者双旋(节点内侧插入元素)调整树的平衡性。
   **RB-tree**：不仅是一个二叉搜索树，还必须满足如下条件：
   （1）每个节点不是红色就是黑色；
   （2）根节点必须是黑色；
   （3）不能有两个连续的红色节点；
   （4）任一节点至NULL的任何路径，所含黑色节点数必须相同；
RB-tree插入和删除元素的时间复杂度都是logN，且与vector不同，基于 RB-tree的容器——set/map/multiset/multimap等插入和删除之前的迭代器均不会失效，因为iterator是一个指向内存的指针，RB-tree插入和删除时原节点的存储位置并没有变化，变化的只是节点的right或者left指针，故iterator不会失效。

  
   set与multiset  map与multimap 的区别在于set和map插入元素时调用的接口是insert_unique() ，而multiset和multimap插入元素时调用的接口是insert_equal()。

hashtable

一种插入、删除、搜寻等操作具有“常数平均时间”的表现的容器。
当有不同的元素经过hash函数hash后映射到相同的位置，即所谓的”碰撞“，解决碰撞的方法：线性探测、二次探测、开链等。其中开链是重点，所谓的开链是在每一个表格元素中维护一个list；hash function为我们分配一个list，然后我们在那个list身上执行元素的插入、搜寻、删除等操作。
底层以hashtable数据结构实现的容器有hash_set/hash_map/hast_multimap/hash_multiset