前言
stringvectorlist这种线性结构是最基础的存储结构，C++（STL）container很好的帮助我们数据存储的问题。
容器适配器
介绍
- 容器适配器是C++标准模板库（
STL）中的一种设计模式，它允许将一个容器的接口转换为另一个接口，从而提供不同的操作和行为。 - 容器适配器通常用于封装现有容器，以实现特定的数据结构特性，如栈（后进先出）、队列（先进先出）和优先队列（根据优先级排序）。
应用
-
栈（stack） ：栈是一种后进先出的数据结构，其操作包括入栈（push）、出栈（pop）、查看栈顶元素（top）等。栈适配器可以基于多种底层容器实现，如
vector、deque或list. -
队列（queue） ：队列是一种先进先出的数据结构，其操作包括入队（push）、出队（pop）、查看队首元素（front）和查看队尾元素（back）。队列适配器同样可以基于
deque或list实现，以适应不同的性能需求. -
优先队列（priority_queue） ：优先队列是一种特殊的队列，它根据元素的优先级进行排序。其底层容器通常是
vector或deque，并通过堆算法维护元素的优先级顺序。优先队列适配器提供了插入和删除具有最高优先级元素的操作.
双重结束队列（双端队列（deque））
特点
- 双端操作效率：支持在两端进行快速的插入和删除操作。
- 随机访问：可以通过索引直接访问容器中的元素。
- 无需预先分配固定大小 ：与
vector不同，deque不需要在创建时指定大小，它可以根据需要动态增长。 - 内存分配策略 ：
deque不需要像vector那样一次性分配大量内存，而是分散在内存中，这有助于减少内存碎片。
存储结构
双端队列底层是一段假象的连续空间，实际是分段连续的，为了维护其"整体连续"以及随机访问的假象，落 在了deque的迭代器身上，因此deque的迭代器设计就比较复杂，如下图所示：
List 、vector deque对比
| 对比维度 | Vector | Deque | List |
|---|---|---|---|
| 内存连续性 | 是 | 否 | 否 |
| 随机访问性能 | O(1) | O(1) 但可能不如Vector | O(n) |
| 插入/删除性能 | 非末尾O(n) | 两端O(1), 中间O(n) | 两端及中间O(1) |
| 内存重用效率 | 扩容时需移动元素 | 两端添加删除不需移动 | 不适用 |
| 内存分配模式 | 动态数组，连续内存 | 分段连续内存 | 非连续内存 |
| 迭代器失效 | 可能 | 不会 | 不会 |
| 支持的操作 | [] 访问、.at() 等 | [] 访问、.at() 等 | [] 访问、.at() 等 |
| 内存管理开销 | 高（扩容时） | 中等（两端操作） | 低 |
| 适用场景 | 需要快速随机访问且元素数量稳定 | 需要两端快速插入删除，随机访问需求适中 | 频繁插入删除，不关心随机访问 |
栈（stack）
栈的介绍
| 函数说明 | 接口说明 |
|---|---|
| stack() | 构造空的栈 |
| empty() | 检测stack是否为空 |
| size() | 返回stack中元素的个数 |
| top() | 返回栈顶元素的引用 |
| push() | 将元素val压入stack中 |
| pop() | 将stack中尾部的元素弹出 |
栈的模拟实现
利用容器适配器 的设计原理，很容易实现栈
- 将栈放
mystack的命名空间，以防止和库中冲突 - 类模板设计
container可以给缺省参数，默认deque(容器适配器) - 在里面利用
deque的接口实现
cpp
namespace mystack
{
template<class T, class Container = std::deque<T>>
class stack
{
public:
void push_back(const T& x)
{
_con.push_back(x);
}
void pop()
{
_con.pop_back();
}
size_t size()
{
return _con.size();
}
T& top()
{
return _con.back();
}
bool empty()
{
return _con.empty();
}
private:
Container _con;
};
}队列
队列介绍
| 函数声明 | 接口说明 |
|---|---|
| queue() | 构造空的队列 |
| empty() | 检测队列是否为空，是返回true，否则返回false |
| size() | 返回队列中有效元素的个数 |
| front() | 返回队头元素的引用 |
| back() | 返回队尾元素的引用 |
| push() | 在队尾将元素val入队列 |
| pop() | 将队头元素出队列 |
队列模拟实现
- 将栈放
myqueue的命名空间，以防止和库中冲突 - 类模板设计
container可以给缺省参数，默认deque(容器适配器) - 在里面利用
deque的接口实现
cpp
namespace myqueue
{
template<class T, class Container = std::deque<T >>
class queue
{
public:
void push(const T& x)
{
_con.push_back(x);
}
void pop()
{
_con.pop_front();
}
size_t size()
{
return _con.size();
}
T& front()
{
return _con.front();
}
bool empty()
{
return _con.empty();
}
private:
Container _con;
};
}优先级队列（priority_queue）
基本原理
- 优先级队列通常在内部使用堆数据结构来维护元素的优先级。
- 堆是一种完全二叉树，可以是最大堆或最小堆。
- 在最大堆中，父节点的值总是大于或等于其子节点的值，而在最小堆中，父节点的值总是小于或等于其子节点的值。
- 插入操作通过在堆的适当位置插入新元素并进行上调整（
heapify-up）来维持堆的性质。 - 删除操作则涉及到移除堆顶元素（优先级最高的元素）并进行下调整（
heapify-down），以恢复堆的结构。
priority_queue介绍
| 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(x) | 在优先级队列中插入元素x |
| pop() | 删除优先级队列中最大(最小)元素，即堆顶元素 |
优先级模拟实现 （可以参考）
仿函数
- 仿函数（Functor）是C++中的一个编程概念，它指的是一个类或结构体，通过重载函数调用运算符
operator()，使得这个类或结构体的对象可以像函数一样被调用。 - 仿函数可以包含状态，因为它们是对象，可以在构造函数中初始化状态，并在
operator()中使用该状态。 - 仿函数可以作为参数传递给其他函数，包括
STL算法中的函数，从而提供灵活的编程模型.
这个就是一个仿函数
cpp
//小于
template<class T>
class Less
{
public:
bool operator()(const T& a,const T& b)
{
return a < b;
}
};
//大于
template<class T>
class Greater
{
public:
bool operator()(const T& x, const T& y)
{
return x > y;
}
};priority_queue两个关键
向下建堆
- 确定起始点 ：从最后一个非叶子节点开始向下建堆，这个节点也被称为堆的最后一个非叶子节点。在完全二叉树中，最后一个非叶子节点的索引可以通过
(n - 1 - 1) / 2计算得到，其中n是数组的长度。 - 执行向下调整：对每个非叶子节点执行向下调整操作，确保该节点与其子节点组成的子树满足堆的性质。向下调整的过程涉及到与子节点的比较和必要时的交换，直至到达堆的顶部或直到父节点不再违反堆的性质。
- 迭代过程：从最后一个非叶子节点开始，逐步向上调整，直到根节点。每次调整后，更新当前节点的索引，以便进行下一次调整。
- 完成建堆：重复步骤2和步骤3，直到根节点也满足堆的性质，此时整个数组就构建成了一个堆。
cpp
void AdjustDown(size_t parent)
{
compare com;//仿函数
size_t child = parent * 2 + 1;
//if (child+1< _con.size() && _con[child] < _con[1+child])
if (child + 1 < _con.size() && com(_con[child] ,_con[1 + child]))//和上面等价
{
++child;
}
while (child <_con.size())
{
if (com(_con[parent], _con[child]))
{
std::swap(_con[child], _con[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}向上建堆
- 初始化堆大小**：设置堆的大小为数组的大小，即
n。 - 从最后一个非叶子节点开始向上调整 ：在完全二叉树中，最后一个非叶子节点的索引为
floor((n - 1) / 2)。从这个节点开始向上调整，确保每个节点都满足大根堆的性质。 - 执行向上调整操作：对于每个非叶子节点，检查其与子节点的关系，并进行必要的交换，以确保父节点的值大于或等于其子节点的值。如果子节点中有一个或两个，选择较大的子节点与父节点进行比较。如果父节点的值小于子节点的值，交换它们的位置，并重新设置父节点为当前子节点，继续向上调整。
- 重复步骤2和3：直到达到根节点，即堆的第一个元素。
cpp
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;
}
}
}初始化数据
迭代器初始化
-
模板嵌套给，迭代器初始化
-
依次
push数据，在进行堆的建立
cpp
template<class InputIterator>
void push_back(InputIterator first, InputIterator last)
{
while (first != last)
{
_con.push_back(*first);
++first;
}
//向下建堆
for (int i = (_con.size() - 2) / 2; i >= 0; i--)
{
AdjustDown(i);
}
}pop数据
- 将一个个数据和最后一个数据进行交换（目的：保持当前堆的结构）
pop出数据，将第一个数据进行向下调整
cpp
void pop()
{
swap(_con[0], _con[_con.size() - 1]);
_con.pop_back();
AdjustDown(0);
}push数据
- 将数据进行尾插入，进行向上调整
cpp
void push(const T& x)
{
_con.push_back(x);
AdjustUp(_con.size() - 1);
}priority_queue operators
- top数据，返回首个数据；
- 其他常见操作，采取容器适配器设计模式的操作
cpp
namespace mypriority_queue
{
template<class T, class container = std::vector<T>,class compare = Less<T>>
class priority_queue
{
public:
const T& top()
{
return _con[0];
}
size_t szie()
{
return _con.size();
}
bool empty()
{
return _con.empty();
}
private:
container _con;
};
}源码（优先级队列）
cpp
namespace mypriority_queue
{
template<class T>
class Less
{
public:
bool operator()(const T& a,const T& b)
{
return a < b;
}
};
template<class T>
class Greater
{
public:
bool operator()(const T& x, const T& y)
{
return x > y;
}
};
template<class T, class container = std::vector<T>,class compare = Less<T>>
class priority_queue
{
void AdjustDown(size_t parent)
{
compare com;
size_t child = parent * 2 + 1;
//if (child+1< _con.size() && _con[child] < _con[1+child])
if (child + 1 < _con.size() && com(_con[child] ,_con[1 + child]))
{
++child;
}
while (child <_con.size())
{
if (com(_con[parent], _con[child]))
{
std::swap(_con[child], _con[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
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:
template<class InputIterator>
void push_back(InputIterator first, InputIterator last)
{
while (first != last)
{
_con.push_back(*first);
++first;
}
//向下建堆
for (int i = (_con.size() - 2) / 2; i >= 0; i--)
{
AdjustDown(i);
}
}
void pop()
{
swap(_con[0], _con[_con.size() - 1]);
_con.pop_back();
AdjustDown(0);
}
const T& top()
{
return _con[0];
}
void push(const T& x)
{
_con.push_back(x);
AdjustUp(_con.size() - 1);
}
size_t szie()
{
return _con.size();
}
bool empty()
{
return _con.empty();
}
private:
container _con;
};
}向下建堆
for (int i = (_con.size() - 2) / 2; i >= 0; i--)
{
AdjustDown(i);
}
}
void pop()
{
swap(_con[0], _con[_con.size() - 1]);
_con.pop_back();
AdjustDown(0);
}
const T& top()
{
return _con[0];
}
void push(const T& x)
{
_con.push_back(x);
AdjustUp(_con.size() - 1);
}
size_t szie()
{
return _con.size();
}
bool empty()
{
return _con.empty();
}
private:
container _con;
};
}