C++中的priority_queue模拟实现

目录

priority_queue模拟实现

priority_queue类定义

priority_queue构造函数

priority_queue类push()函数

priority_queue类pop()函数

priority_queue类size()函数

priority_queue类empty()函数

priority_queue类top()函数

仿函数与priority_queue类模拟实现

仿函数


priority_queue模拟实现

实现priority_queue的方式和stack和queue基本类似,因为priority_queue也是一种容器适配器,但是只能使用vector和deque,这里默认使用vector容器作为适配器,因为priority_queue本质是堆结构,所以实现时主要按照堆的实现思路进行

priority_queue类定义

cpp 复制代码
//vector作为默认的容器适配器
template<class T, class Container = vector<T>>
class priority_queue
{
private:
    Container _con:
}

priority_queue构造函数

priority_queue主要有两种构造函数:

  1. 无参构造函数
  2. 迭代器构造函数

📌

需要注意的是,如果不显式实现两个构造函数,则默认是无参构造,该默认构造将会调用容器适配器的构造函数

cpp 复制代码
//有迭代器构造就必须写显式写空参构造
priority_queue()
    :_con()
{}
//迭代器构造函数
template<class Iterator>
priority_queue(Iterator begin, Iterator end)
    :_con(begin, end)
{
    //向下调整算法建堆
    for (int i = (size()-2)/2; i >=0 ; i--)
    {
        adjustDown(i);
    }
}

priority_queue类push()函数

因为按照堆实现思路进行,所以push()函数实现思路如下:

  1. 向容器适配器中插入数据
  2. 通过向上/向下调整算法构建堆
cpp 复制代码
//向上调整建堆(以大堆为例)
void adjustUp(int child)
{
    //通过孩子获取父亲
    int parent = (child - 1) / 2;
    while (child > 0)
    {
        if (_con[child] > _con[parent])
        {
            swap(_con[child], _con[parent]);
            child = parent;
            parent = (child - 1) / 2;
        }
        else
        {
            break;
        }
    }
}
//向下调整算法
void adjustDown(int parent)
{
    //获取孩子
    int child = parent * 2 + 1;
    while (child < size())
    {
        //如果右孩子大于左孩子,更新当前的孩子为右孩子
        if (child + 1 < size() && _con[child] < _con[child + 1])
        {
            ++child;
        }

        //调整
        if (_con[child] > _con[parent])
        {
            swap(_con[child], _con[parent]);
            parent = child;
            child = parent * 2 + 1;
        }
        else
        {
            break;
        }
    }
}
//push()函数
void push(const T& val)
{
    //调用指定容器的push_back()函数
    _con.push_back(val);
    //找到当前孩子的位置
    int child = _con.size() - 1;
    //向上调整建堆
    //adjustUp(child);
    //向下调整建堆
    //获取到最后一个孩子对应的父亲
    int parent = (child - 1) / 2;
    for (int i = parent; i >= 0; i--)
    {
        adjustDown(i);
    }
}

priority_queue类pop()函数

因为按照堆实现思路进行,所以pop()函数实现思路如下:

  1. 交换根节点数据和最后一个叶子节点的数据
  2. 调用容器适配器的删除,除去最后一个数据
  3. 向下调整重新为堆
cpp 复制代码
//pop()函数
void pop()
{
    //先交换堆顶数据和最后一个叶子节点数据
    swap(_con[0], _con[size() - 1]);
    _con.pop_back();
    //向下调整算法调整堆
    adjustDown(0);
}

priority_queue类size()函数

cpp 复制代码
//size()函数
const size_t size()
{
    return _con.size();
}

priority_queue类empty()函数

cpp 复制代码
//empty()函数
bool empty()
{
    return _con.empty();
}

priority_queue类top()函数

cpp 复制代码
//top()函数_const版本
const T& top() const
{
    return _con[0];
}

//top()函数_非const版本
T& top()
{
    return _con[0];
}

仿函数与priority_queue类模拟实现

在前面的模拟实现中,priority_queue默认是小堆的实现,但是如果此时需要实现大堆,就需要改变向上/向下调整算法,但是这种实现方式不能在一个文件里面同时创建出小堆和大堆,所以此时需要一个函数来控制比较大小,此时就可以用到仿函数

仿函数简单介绍

所谓仿函数就是使用类并且重载()运算符,例如对于比较两个数值,小于返回true的仿函数

cpp 复制代码
//仿函数
template<class T>
class less
{
public:
    bool operator()(const T& val1, const T& val2)
    {
        return val1 < val2;
    }
};

同样地,可以实现一个比较两个数值,大于返回true的仿函数

cpp 复制代码
template<class T>
class greater
{
public:
    bool operator()(const T& val1, const T& val2)
    {
        return val1 > val2;
    }
};

所以此时可以使用仿函数修改向上/向下调整算法

cpp 复制代码
//向上调整建堆(以大堆为例)
void adjustUp(int child)
{
    //定义仿函数对象,调用对象函数
    Compare com;
    //通过孩子获取父亲
    int parent = (child - 1) / 2;
    while (child > 0)
    {
        if (com(_con[parent], _con[child]))
        {
            swap(_con[child], _con[parent]);
            child = parent;
            parent = (child - 1) / 2;
        }
        else
        {
            break;
        }
    }
}
//向下调整算法
void adjustDown(int parent)
{
    //定义仿函数对象,调用对象函数
    Compare com;
    //获取孩子
    int child = parent * 2 + 1;
    while (child < size())
    {
        //如果右孩子大于左孩子,更新当前的孩子为右孩子
        if (child + 1 < size() && com(_con[child], _con[child + 1]))
        {
            ++child;
        }

        //调整
        if (com(_con[parent], _con[child]))
        {
            swap(_con[child], _con[parent]);
            parent = child;
            child = parent * 2 + 1;
        }
        else
        {
            break;
        }
    }
}

此时如果需要实现大堆,则只需要改变Compare的类型即可,下面是小堆和大堆的测试代码

cpp 复制代码
void test()
{
    //小堆
    sim_priority_queue::priority_queue<int> pq;
    //上面的代码等同于
    //sim_priority_queue::priority_queue<int, vector<int>, sim_priority_queue::less<int>> pq;
    pq.push(35);
    pq.push(70);
    pq.push(56);
    pq.push(90);
    pq.push(60);
    pq.push(25);

    while (!pq.empty())
    {
        cout << pq.top() << " ";
        pq.pop();
    }

    cout << endl;

    //大堆
    sim_priority_queue::priority_queue<int, vector<int>, sim_priority_queue::greater<int>> pq2;
    pq2.push(35);
    pq2.push(70);
    pq2.push(56);
    pq2.push(90);
    pq2.push(60);
    pq2.push(25);
    while (!pq2.empty())
    {
        cout << pq2.top() << " ";
        pq2.pop();
    }
}

int main()
{
    test();
}
输出结果:
90 70 60 56 35 25
25 35 56 60 70 90

现在考虑前面sort函数中的仿函数

默认情况下,使用sort函数会对一段区间的内容进行升序排列,但是如果需要控制降序排列就需要用到仿函数

cpp 复制代码
#include <iostream>
#include <vector>
#include <algorithm>

using namespace std;

int main()
{
    vector<int> v{30, 2, 45, 4, 46, 78, 11, 25};
    // 默认升序排列
    sort(v.begin(), v.end());
    for (auto num : v)
    {
        cout << num << " ";
    }
    cout << endl;
    vector<int> v1{30, 2, 45, 4, 46, 78, 11, 25};
    // 使用仿函数匿名对象改为降序排列
    sort(v1.begin(), v1.end(), greater<int>());
    for (auto num : v1)
    {
        cout << num << " ";
    }
}
输出结果:
2 4 11 25 30 45 46 78 
78 46 45 30 25 11 4 2 

📌

有了仿函数,除了可以使用内置的一些仿函数,也可自定义自己的仿函数来规定比较方式,这种对于自定义类型并且重载了比较运算符非常便捷

相关推荐
第九序言T4 小时前
Python 数据处理进阶(十八)批量处理同结构文件:一个文件夹一次跑完
开发语言·python·自动化·pandas·数据处理
Sakura_j_h_4 小时前
EasyEDA PCB 快速设计Skills
c++·python·github
ZhengEnCi5 小时前
Agent 架构怎么选:从单 Agent 到多 Agent 编排的选型决策指南
算法·架构
龙亘川5 小时前
构建城市公共安全数字底座:亘川智城智慧安防系统全维度解读
java·大数据·开发语言·人工智能·信息可视化
程序喵大人5 小时前
【C++入门】内存模型与资源管理 - 09 shared_ptr 和 weak_ptr 解决共享,也带来代价
开发语言·c++·资源管理·智能指针·内存模型
秋天的怀念_David6 小时前
第二十二夜 · 数字迷雾
java·程序人生·算法
Raas1006 小时前
AI网关部署方案?从部署到上线全流程
java·开发语言·人工智能·gateway·ai网关·企业级ai网关·企业级ai产品
Pniubi6 小时前
力扣283移动零(双指针法)
算法·leetcode·职场和发展
hhb_6186 小时前
大模型落地三重优化实战
人工智能·算法·机器学习
云和数据.ChenGuang6 小时前
光哥说Python RAG 系统需要哪些评估指标:从检索到生成的全链路评测指南
网络·人工智能·python·算法·langchain