STL

容器分类

顺序容器:vector / list / deque / forward_list(C11)
关联容器: set / multiset / map / multimap
无序关联容器(C11): unordered_set / unordered_multiset / unordered_map / unordered_multimap
容器适配器: stack / queue / priority_queue
还可以根据结构来分类，线性和非线性

顺序容器

vector

特点:
1.vector的本质是数组，但是优于数组，数组的大小固定，vector的大小可以动态扩展。
2.拥有一段连续的内存空间，并且起始地址不变，支持随机存取，即 [] 操作符。
3.对头部和中间进行插入删除元素操作需要移动内存，插入位置越靠后，移动的元素越少，效率越高。
4.对尾元素操作最快，此时一般不需要移动内存

动态扩容机制：
当容器的capacity不足时，会进行动态扩容。
执行步骤：分配新空间-复制元素-释放原空间
因此适用vector的最佳场景是知道数据的规模，在初始化vector的时候，设置好capacity容量，就不会触发动态扩容，不会影响性能。
reverse(int)可以设置预留的容器的空间

优缺点及适用场景:
优点：支持随机访问，即 [] 操作和 .at()，所以查询效率高。
缺点：当向其头部或中部插入或删除元素时，为了保持原本的相对次序，插入或删除点之后的所有元素都必须移动，所以插入的效率比较低。
适用于对象简单，变化较小，并且频繁随机访问的场景

操作	时间复杂度
push_back	O(1)
pop_back	O(1)
insert	O(n)
erase	O(n)
访问[]	O(1)

list

特点：
1.本质是双向链表，内存空间不连续，元素存放在堆中
2.不支持随机访问，插入删除效率高
3.每分配一个元素都会从内存中分配，每删除一个元素都会释放它占用的内存

适用场景：
适用于频繁插入删除，不经常随机访问的场景

操作	时间复杂度
push_front	O(1)
push_back	O(1)
pop_front	O(1)
pop_back	O(1)
insert	O(1)
erase	O(1)
访问	O(n)

deque

特点：
1.按照页或者块来分配存储器，每页包含固定数目的元素
2.支持随机储存
3.头尾删除插入元素效率高

适用场景：
适用于既要频繁随机存取，又要关心两端数据的插入与删除的场景

操作	时间复杂度
push_front	O(1)
push_back	O(1)
pop_front	O(1)
pop_back	O(1)
insert	O(n)
erase	O(n)
访问	O(1)

关联容器

关联容器的特点比较相似，因此统一进行记录。

特点：
1.都是由红黑树实现，有序
2.set的元素不能重复，multiset/multimap是可以一对多（一个key对应多个value）
3.增删改查时间复杂度都近似于O(logn)

红黑树与平衡二叉树(AVL树)：
平衡树的优点：
同种元素序列情况下的深度最小的二叉排序树。这可以减少二叉树元素查找的深度，从而提升平均查找效率。

AVL树：
(1 )左子树和右子树的深度之差的绝对值不超过1;
(2)左子树和右子树也是平衡二叉树。
执行插入还是删除操作，只要不满足上面的条件，就要通过旋转来保存平衡，而因为旋转非常耗时，由此我们可以知道AVL树适合用于插入与删除次数比较少，但查找多的情况

红黑树：
通过对任何一条从根到叶子的路径上各个节点着色的方式的限制，红黑树确保没有一条路径会比其他路径长出两倍，因此，红黑树是一中弱平衡二叉树
相对于要求严格的AVL树来说，它的旋转次数少，插入最多两次旋转，删除最多三次旋转，所以对于搜索，插入，删除操作较多的情况下，我们就用红黑树

折中选择红黑树作为关联容器的底层数据结构。

无序关联容器

特点：
1.都是基于哈希表实现，无序
2.查找效率O(1)，耗时在构建hash表和解决hash冲突，维护hash表上面

hash表:
根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表
hash冲突的解决办法：
1.开放地址法，发生hash碰撞的时候，顺序查下一个位置是否碰撞，直到查完全表或者找到不碰撞的位置，进行使用
2.再次hash法
3.拉链法，一个数组中挂着多个链表的指针，hash碰撞，就把新结点挂在hash值的列表上
4.建立公共溢出区，将哈希表分为基本表和溢出表两部分，凡是和基本表发生冲突的元素，一律填入溢出表

容器适配器

stack：

1.仅允许在一端进行插入（push）和删除（pop）运算。这一端被称为栈顶，相对地，把另一端称为栈底。
2.插入：向一个栈插入新元素又称作进栈、入栈或压栈，它是把新元素放到栈顶元素的上面，使之成为新的栈顶元素
3.删除：从一个栈删除元素又称作出栈或退栈，它是把栈顶元素删除掉，使其相邻的元素成为新的栈顶元素
4.最后入栈的一组数据可以最先被取出，这种行为也被叫做LIFO：Last In First Out，即后进先出

stack的基本操作：
1.入栈：如s.push(x)
2.出栈:如 s.pop().注意：出栈操作只是删除栈顶的元素，并不返回该元素
3.访问栈顶：如s.top()
4.判断栈空：如s.empty().当栈空时返回true
5.访问栈中的元素个数，如s.size()

queue:

1.在一端插入，另一端删除
2.FIFO（先进先出)

queue的基本操作：
1.入队，如例：q.push(x); 将x 接到队列的末端。
2.出队，如例：q.pop(); 弹出队列的第一个元素，注意，并不会返回被弹出元素的值。
3.访问队首元素，如例：q.front()，即最早被压入队列的元素。
4.访问队尾元素，如例：q.back()，即最后被压入队列的元素。
5.判断队列空，如例：q.empty()，当队列空时，返回true。
6.访问队列中的元素个数，如例：q.size()

priority_queue:
1.默认是最大堆，堆顶是最大的元素
2.queue相当于是先进去的优先级最大的一个priority_queue，因此priority_queue是有序的。

函数声明：priority_queue< type, container, function >

这三个参数，后面两个可以省略，第一个不可以。
type：数据类型
container：实现优先队列的底层容器
function：元素之间的比较方式
第二个参数忽略，默认是使用vector存储，第三个比较函数忽略，默认是最大堆
基本操作同queue

截止到此，第一篇文章关于STL的总结结束了，继续努力总结～