【C++】priority_queue使用与模拟实现


🚀 作者简介:一名在后端领域学习,并渴望能够学有所成的追梦人。
🚁 个人主页:不 良
🔥 系列专栏:🛸C++  🛹Linux
📕 学习格言:博观而约取,厚积而薄发
🌹 欢迎进来的小伙伴,如果小伙伴们在学习的过程中,发现有需要纠正的地方,烦请指正,希望能够与诸君一同成长! 🌹


认识priority_queue

1、priority_queue(优先级队列)是一种容器适配器,底层是一个完全二叉树的大堆(堆总是一颗完全二叉树,根结点最大的堆叫做大堆;根结点最小的堆叫做小堆),头文件在queue中,根据严格的弱排序标准,它的第一个元素总是它所包含的元素中最大的。不按照先进先出,优先级高的先出,默认数字大的优先级高。

2、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)。

3、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,priority_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。

4、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

5、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。

6、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。

priority_queue的使用

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。

容器适配器都是不支持遍历的,不支持范围for。

函数声明接口说明
priority_queue()/priority_queue(first, 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(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

库中priority_queue的定义:

template <class T, class Container = vector<T>,  class Compare = less<typename Container::value_type> > class priority_queue;

默认使用vector作为底层容器。

使用:

#include <queue>
#include <iostream>
using namespace std;
int main()
{
	
	priority_queue<int> pq;
	//默认数字大的优先级高,即默认大堆
	//也可以通过指定模板参数从而让数字小的优先级高,即变成小堆
	//priority_queue<int, vector<int>, greater<int>> pq;
	for (int i = 0; i < 10; i++)
	{
		pq.push(i);
	}
	cout << pq.size() << endl;//输出队列中元素个数 10
	while (!pq.empty())//判断是否为空
	{
		cout << pq.top() << " ";//队头的元素
		pq.pop();//队头元素出队列
	}
	//输出9 8 7 6 5 4 3 2 1 0
	//如果用小堆实现输出0 1 2 3 4 5 6 7 8 9
	return 0;
}

如果想要使优先级队列中小的优先级更高,则可以借助仿函数**greater<int>**,包含在头文件functional中。

priority_queue<int, vector<int>, greater<int>> pq;

仿函数

仿函数都需要重载一个()。仿函数就是重载了一个(),让对象可以像函数一样去使用。

我们来定义一个仿函数:

template<class T>
struct Less {
	bool operator()(const T& l1, const T& l2)
	{
		return l1 < l2;
	}
};

在Less类中我们重载了(),使其成为了能够比较大小的一个运算符:

#include <iostream>
using namespace std;
template<class T>
struct Less {
	bool operator()(const T& l1, const T& l2)
	{
		return l1 < l2;
	}
};
int main()
{
	Less<int> LessFunc;
	cout << LessFunc(2, 3) << endl;//输出1
	return 0;
}

如果只看cout << LessFunc(2, 3) << endl,我们可能会认为LessFunc是一个函数或者函数指针,但是LessFunc是个Less<int>类型的对象,所以我们叫做仿函数。对象可以像函数一样去使用,本质是调用了operator(),运算符重载。

仿函数是为了解决函数指针void(*ptr)()太复杂的问题。

greater<int>less<int>都是库里面写好的,priority_queue默认使用的是less<int>

堆算法

**堆的底层是一个数组,**我们先认识两种堆的算法:向上调整法和向下调整法。

向上调整法

向上调整法基本思想(以大堆为例):

将插入结点作为目标结点,将目标结点和其父结点比较,如果目标结点的值比父结点的值大,则交换目标结点和父结点的位置,交换之后目标结点就变为父结点,然后继续向上调整;如果目标结点的值比父结点的值小,停止调整说明此时该完全二叉树已经是大堆了。

例:我们在下面的大堆最后位置插入数据100,通过向上调整法调整之后使其仍然是一个大堆:

image-20230705164654763

此时目标结点就是刚插入的结点,值为100,比父结点值大,所以要将目标结点和父结点交换位置:

image-20230705164828199

继续比较并调整,此时目标结点值为100,比父结点值大,交换两者位置:

image-20230705164919608

此时调整完成,该树已经调整成大堆了。

向上调整代码如下:

//大堆的向上调整法
void adjust_up(vector<int>& v, int child)
{
	//找出父结点
	int parent = (child - 1) / 2;

	//当child大于0时一直循环,当child = 0时说明已经调整完
	while (child > 0)
	{
		if (v[parent] < v[child])//当parent值小于child值时调整
		{
			swap(v[parent], v[child]);//交换父结点和子结点位置
			child = parent;//此时child等于parent
			parent = (child - 1) / 2;//重新求父结点
		}
		//此时说明已经是大堆了,不需要调整了
		else
		{
			break;
		}
	}
}

向下调整法

使用堆的向下调整算法有一个前提条件:待向下调整的结点的左子树和右子树都必须为大堆。

向下调整法基本思想(以大堆为例):

将目标结点与自己较大的子结点进行比较,如果目标结点的值比它较大的子结点的值小,则交换目标结点与其较大的子结点的位置,并将较大子结点当作新的目标结点继续向下调整;如果目标结点的值比它较大子结点的值大,则停止向下调整,说明该树已经是大堆。

例:使用向下调整法将下面的完全二叉树调整成大堆(根结点的左右子树已经是大堆)。

image-20230705171138567

通过上图我们可以看出其根结点小于右孩子,所以将根结点和右孩子交换:

image-20230705171354442

经过上次交换之后,值为60的结点还是小于自己的右孩子,再交换:

image-20230705171502735

此时已经调整为大堆。

向下调整法的代码:

//大堆的向下调整
void adjust_down(vector<int>& v,int n,int parent)
{
	int child = (parent * 2) + 1;//求出左孩子
	while (child < n)
	{
		//找到最大孩子结点且保证child合法
		if (child + 1 < n && v[child + 1] > v[child])
		{
			child++;
		}
		if (v[child] > v[parent])//判断孩子结点是否大于父结点
		{
			swap(v[child], v[parent]);//交换结点位置
			parent = child;//重新赋值
			child = (parent * 2) + 1;//重新求出孩子结点
		}
		//已经是大堆
		else
		{
			break;
		}
	}
}

模拟实现priority_queue

优先级队列默认给的容器vector,大堆,数字大的优先级高。

优先级队列底层实际上就是堆结构,通过堆算法实现优先级,堆的底层是一个数组。

我们知道了堆算法的实现,那么priority_queue的模拟实现就变得简单了,其他的操作直接复用容器的函数就可以实现,模拟实现代码如下:

namespace Niu {
	template<class T,class Container = vector<T>>
	class priority_queue {
	public:
		//大堆的向上调整法
		void adjust_up(int child)
		{
			//找出父结点
			int parent = (child - 1) / 2;

			//当child大于0时一直循环,当child = 0时说明已经调整完
			while (child > 0)
			{
				if (_con[parent] < _con[child])//当parent值小于child值时调整
				{
					swap(_con[parent], _con[child]);//交换父结点和子结点位置
					child = parent;//此时child等于parent
					parent = (child - 1) / 2;//重新求父结点
				}
				//此时说明已经是大堆了,不需要调整了
				else
				{
					break;
				}
			}
		}
		//大堆的向下调整
		void adjust_down(int parent)
		{
			int child = (parent * 2) + 1;//求出左孩子
			while (child < _con.size())
			{
				//找到最大孩子结点且保证child合法
				if (child + 1 < _con.size() && _con[child + 1] > _con[child])
				{
					child++;
				}
				if (_con[parent] < _con[child])//判断孩子结点是否大于父结点
				{
					swap(_con[child], _con[parent]);//交换结点位置
					parent = child;//重新赋值
					child = (parent * 2) + 1;//重新求出孩子结点
				}
				//已经是大堆
				else
				{
					break;
				}
			}
		}
		//插入元素
		void push(const T& val)
		{
			_con.push_back(val);//尾插
			adjust_up(_con.size() - 1);//向上调整
		}
		//删除元素
		void pop()
		{
			swap(_con[0],_con[_con.size() - 1]);//交换第一个和最后一个结点位置
			_con.pop_back();//尾删,删除优先级最高的结点
			adjust_down(0);//向下调整
		}
		//返回优先级最高的元素
		const T& top()
		{
			return _con[0];
		}
		//返回数据个数
		size_t size()
		{
			return _con.size();
		}
		//判断是否为空
		bool empty()
		{
			return _con.empty();
		}
	private:
		Container _con;
	};
}

测试:

#include <iostream>
#include <algorithm>
#include <vector>
using namespace std;
#include "priority_queue.h"
int main()
{
	
	Niu::priority_queue<int> pq;
	//默认数字大的优先级高,即默认大堆
	for (int i = 0; i < 10; i++)
	{
		pq.push(i);
	}
	cout << pq.size() << endl;//输出队列中元素个数 10
	while (!pq.empty())//判断是否为空
	{
		cout << pq.top() << " ";//队头的元素
		pq.pop();//队头元素出队列
	}
	//输出9 8 7 6 5 4 3 2 1 0
	//如果用小堆实现输出0 1 2 3 4 5 6 7 8 9
	return 0;
}

数值大的优先级高,priority_queue是一个适配器,当我们将底层模板参数更改为deque<T>仍然能运行。

template<class T,class Container = deque<T>>

那此时默认的是数值大的优先级高,如果想让数值小的优先级高可以通过仿函数实现。

注意仿函数定义时>是小堆,<是大堆,定义仿函数的时候运算符要和类名保持一致。

在下面的代码中定义了两个仿函数,同时将向上调整法和向下调整法中的大小比较通过仿函数实现(还可以传一个匿名对象调用仿函数):

namespace Niu {
    //定义大堆
	template<class T>
	struct less {
		bool operator()(const T& a, const T& b)
		{
			return a < b;
		}
	};
    //定义小堆
	template<class T>
	struct greater {
		bool operator()(const T& a, const T& b)
		{
			return a > b;
		}
	};
	template<class T,class Container = vector<T>,class Compare = less<T>>
	class priority_queue {
	public:
		//大堆的向上调整法
		void adjust_up(int child)
		{
			Compare com; //此时我们可以使用重载的运算符
			//找出父结点
			int parent = (child - 1) / 2;

			//当child大于0时一直循环,当child = 0时说明已经调整完
			while (child > 0)
			{
				//if (_con[parent] < _con[child])//当parent值小于child值时调整
				if(com(_con[parent],_con[child]))
				{
					swap(_con[parent], _con[child]);//交换父结点和子结点位置
					child = parent;//此时child等于parent
					parent = (child - 1) / 2;//重新求父结点
				}
				//此时说明已经是大堆了,不需要调整了
				else
				{
					break;
				}
			}
		}
		//大堆的向下调整
		void adjust_down(int parent)
		{
			Compare com; //此时我们可以使用重载的运算符
			int child = (parent * 2) + 1;//求出左孩子
			while (child < _con.size())
			{
				//找到最大孩子结点且保证child合法
				//if (child + 1 < _con.size() && _con[child + 1] > _con[child])
				if (child + 1 < _con.size() && com(_con[child], _con[child + 1]))
				{
					child++;
				}
                //if ( _con[parent] < _con[child])
				if (com(_con[parent], _con[child]))//判断孩子结点是否大于父结点
				//还可以传一个匿名对象调用if (com()(_con[parent] , _con[child]))
				{
					swap(_con[child], _con[parent]);//交换结点位置
					parent = child;//重新赋值
					child = (parent * 2) + 1;//重新求出孩子结点
				}
				//已经是大堆
				else
				{
					break;
				}
			}
		}
	private:
		Container _con;
	};
}

测试:

int main()
{	
	//通过指定模板参数从而让数字小的优先级高,即变成小堆
	Niu::priority_queue<int, vector<int>, greater<int>> pq;
	for (int i = 0; i < 10; i++)
	{
		pq.push(i);
	}
	cout << pq.size() << endl;//输出队列中元素个数 10
	while (!pq.empty())//判断是否为空
	{
		cout << pq.top() << " ";//队头的元素
		pq.pop();//队头元素出队列
	}
	//输出0 1 2 3 4 5 6 7 8 9
	return 0;
}

不是内置类型也可以用模板参数比较大小,但是我们要重载><运算符,方便在调用仿函数时调用,如下面的日期类代码:

class Date
{
    public:
    Date(int year = 1900, int month = 1, int day = 1)
        : _year(year)
            , _month(month)
            , _day(day)
        {}
    bool operator<(const Date& d)const
    {
        return (_year < d._year) ||
            (_year == d._year && _month < d._month) ||
            (_year == d._year && _month == d._month && _day < d._day);
    }
    bool operator>(const Date& d)const
    {
        return (_year > d._year) ||
            (_year == d._year && _month > d._month) ||
            (_year == d._year && _month == d._month && _day > d._day);
    }
    friend ostream& operator<<(ostream& _cout, const Date& d)
    {
        _cout << d._year << "-" << d._month << "-" << d._day;
        return _cout;
    }
    private:
    int _year;
    int _month;
    int _day;
};
void test_priority_queue2()
{
    // 大堆,需要用户在自定义类型中提供<的重载
    priority_queue<Date> q1;
    q1.push(Date(2018, 10, 29));
    q1.push(Date(2018, 10, 28));
    q1.push(Date(2018, 10, 30));
    cout << q1.top() << endl;
}

我们实现了><运算符重载,这样在自定义类型的优先级队列中,当我们push时,在push函数中调用adjust_up函数,而在adjust_up函数中有仿函数的使用,仿函数中有类型比较,整个过程如下图:

image-20230705204240242

那此时如果我们想比较两个Date*类型所指向的日期大小我们应该怎么办呢?

Date*可以比较大小,但是不是我们想要的,new出来的地址没有先大先小的概念,完全没有规律。所以我们也可以通过仿函数来比较。

实现两个日期类指针的仿函数(注意要在日期类下面定义):

class PDateLess{
public:
    bool operator()(const Date* p1, const Date* p2)
    {
        return *p1 < *p2;
    }
};
class PDateGreater{
public:
    bool operator()(const Date* p1, const Date* p2)
    {
        return *p1 > *p2;
    }
};

测试:

void test_priority_queue2()
{
    // 大堆,需要用户在自定义类型中提供<的重载
    priority_queue<Date> q1;
    q1.push(Date(2018, 10, 29));
    q1.push(Date(2018, 10, 28));
    q1.push(Date(2018, 10, 30));
    cout << q1.top() << endl;
    //输出2018-10-30

    //priority_queue<Date*,vector<Date*>,PDateLess> q2;//大堆
    priority_queue<Date*, vector<Date*>, PDateGreater> q2;//小堆
    q2.push(new Date(2018, 10, 29));
    q2.push(new Date(2018, 10, 28));
    q2.push(new Date(2018, 10, 30));
    cout << *(q2.top()) << endl;//返回值为日期指针类型,所以要解引用
    //输出2018-10-28
}
  • 30
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 31
    评论
在优先队列中,底层存储数据的容器默认是vector,因此优先队列的数组实现就是使用vector作为底层容器来存储数据。\[1\] 优先队列通过堆算法将vector中的元素构造成堆的结构,实现了优先级的排序。默认情况下,优先队列是大堆,即堆顶元素是最大的数据。\[1\] 优先队列的模板声明带有三个参数,分别是数据类型、保存数据的容器和元素比较方式。容器必须是用数组实现的容器,比如vector、deque,而STL默认使用的是vector作为容器。比较方式默认使用operator<来进行比较,所以如果不指定后面两个参数,优先队列就是大顶堆,队头元素最大。\[2\] #### 引用[.reference_title] - *1* *2* [C++优先级队列priority_queue详解及其模拟实现](https://blog.csdn.net/qq_61635026/article/details/125807805)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v4^insert_chatgpt"}} ] [.reference_item] - *3* [priority_queue(优先级队列)的用法,模拟实现priority_queue(堆排序、仿函数)](https://blog.csdn.net/qq_46131499/article/details/120731928)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v4^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 31
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

不 良

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值