优先队列

删除优先级高的元素和插入元素，这种数据结构称为优先队列。优先队列的实现方法主要有三种：

优先队列的各种实现在最坏的情况下运行时间的增长数量级

数据结构	插入元素	删除最大元素
有序数组	N	1
无序数组	1	N
堆	logN	logN

priority_queue调用 STL里面的 make_heap(), pop_heap(), push_heap() 算法实现，也算是堆的另外一种形式。先写一个用 STL 里面堆算法实现的与真正的STL里面的 priority_queue用法相似的priority_queue， 以加深对 priority_queue 的理解。头文件是 queue

#include <iostream>
#include <algorithm>
#include <vector>

using namespace std;

class priority_queue
{
    private:
        vector<int> data;

    public:
        void push( int t ){ 
            data.push_back(t); 
            push_heap( data.begin(), data.end()); 
        }

        void pop(){
            pop_heap( data.begin(), data.end() );
            data.pop_back();
        }

        int top() { return data.front(); }
        int size() { return data.size(); }
        bool empty() { return data.empty(); }
};


int main()
{
    priority_queue test;
    test.push( 3 );
    test.push( 5 );
    test.push( 2 );
    test.push( 4 );

    while( !test.empty() ){
        cout << test.top() << endl;
        test.pop(); }

    return 0;

}

STL里面的 priority_queue 写法与此相似，只是增加了模板及相关的迭代器什么的。
priority_queue 对于基本类型的使用方法相对简单。他的模板声明带有三个参数:
priority_queue Type, Container, Functional 其中Type 为数据类型， Container 为保存数据的容器，Functional 为元素比较方式。
Container 必须是用数组实现的容器，比如 vector, deque 但不能用 list.
STL里面默认用的是 vector. 比较方式默认用 operator< , 所以如果你把后面俩个参数缺省的话，
优先队列就是大顶堆，队头元素最大。

优先级队列支持的操作
q.empty() 如果队列为空，则返回true，否则返回false
q.size() 返回队列中元素的个数
q.pop() 删除队首元素，但不返回其值
q.top() 返回具有最高优先级的元素值，但不删除该元素
q.push(item) 在基于优先级的适当位置插入新元素

题目描述

输入n个整数，找出其中最小的K个数。例如输入4,5,1,6,2,7,3,8这8个数字，则最小的4个数字是1,2,3,4,。

class Solution {
public:
    vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
        if(input.empty() || k<=0 || k > input.size()) return vector<int>();
            priority_queue<int, vector<int>, less<int>> big_heap;
            for(int i = 0;i!=input.size();++i){
                if(big_heap.size()<k){
                    big_heap.push(input[i]);
                }else{
                    if(big_heap.top()>input[i]){
                        big_heap.pop();
                        big_heap.push(input[i]);
                    }
                }
            }
        vector<int> res;
        while(!big_heap.empty()){
            res.push_back(big_heap.top());
            big_heap.pop();
        }
        return res;
        }
};