一.仿函数
仿函数,顾名思义就是模仿函数,它其实是一个类,类里面重载了运算符(),在调用这个重载的运算符时,让我们感觉是调用函数一样,可以说相当于C语言里的函数指针一样,但是函数指针的可读性不好,不如仿函数。
仿函数的特点
1.仿函数即使定义相同,也可能有不同的类型;
2.仿函数通常比一般函数速度快;
3.仿函数使程序代码变简单。
例子
cpp
template<class T>
class Less
{
public:
bool operator()(const T& x, const T& y)
{
return x < y;
}
};
int main()
{
int a = 10, b = 20;
Less<int> Le;
cout << Le(a, b) << endl; //像函数一样调用
return 0;
}
二.模拟实现priority_queue
priority_queue即优先级队列,它的底层是一个堆,且默认是大堆,所以在模拟实现优先级队列时要先建堆,不了解的话可以参考文章:堆的实现
相关接口:
源码
cpp
//less是库里的仿函数, 用来判断左操作数是否小于右操作数,可以用来建大堆
//greater也是库里的仿函数,比较左操作数是否大于右操作数,可以用来建小堆
//库里比较的是内置类型的大小,如果是自定义类型,那么自定义类型里就必须要重载 > 或 < 运算符
template<class T,class Containers=vector<T>,class Compare=less<T>>
class priority_queue
{
private:
//默认建大堆
//向下调整
void AdjustDown(int parent)
{
Compare com;
int child = 2 * parent + 1;
while (child < _con.size())
{
if (child + 1 < _con.size() && com(_con[parent], _con[child+1]))
{
child++;
}
if (com(_con[parent], _con[child]))
{
std::swap(_con[parent], _con[child]);
parent = child;
child = 2 * parent + 1;
}
else
break;
}
}
//向上调整
void AdjustUp(int child)
{
Compare com;
int parent = (child - 1) / 2;
while (child > 0)
{
if (com(_con[parent], _con[child]))
{
std::swap(_con[parent], _con[child]);
child = parent;
parent = (child - 1) / 2;
}
else
break;
}
}
public:
priority_queue() //默认构造
{
;
}
template<class Inputiterator> //迭代器区间构造
priority_queue(Inputiterator first, Inputiterator last)
{
while (first != last) //插入数据
{
_con.push_back(*first);
first++;
}
//建堆
for (size_t i = (_con.size() - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(i);
}
}
void push(const T& x) //插入
{
_con.push_back(x);
//AdjustDown(0);
AdjustUp(_con.size() - 1);
}
void pop()
{
std::swap(_con[0], _con[_con.size() - 1]); //第一个元素和最后一个元素交换
_con.pop_back();
AdjustDown(0);
}
const T& top() const //取堆顶数据
{
return _con[0];
}
bool empty()
{
return _con.size() == 0;
}
size_t size()
{
return _con.size();
}
private:
Containers _con;
};
三.例题:数组中K个最大的元素
链接:
数组中第K个最大的元素
题目再现:
题解:
这个就类似于topk问题,我们可以先建个大堆(大堆是排降序,小堆是排升序),然后出掉前 K-1 个数据,此时堆顶数据即最终的答案,并返回。
之前在C语言那里的时候,还得自己造轮子,手搓一个堆出来,但是C++不用了,直接使用优先级队列priority_queue
cpp
class Solution {
public:
int findKthLargest(vector<int>& nums, int k)
{
priority_queue<int> pq; //建大堆
for(auto& e:nums)
{
pq.push(e); //插入数据到堆里
}
while(--k) //出掉前k-1个数据
{
pq.pop();
}
return pq.top(); //返回堆顶数据
}
};
🐬🤖本篇文章到此就结束了, 若有错误或是建议的话,欢迎小伙伴们指出;🕊️👻
😄😆希望小伙伴们能支持支持博主啊,你们的支持对我很重要哦;🥰🤩
😍😁谢谢你的阅读。😸😼