

✨前言:在C++ STL中,priority_queue和deque是两个重要的容器适配器,它们分别基于堆和双端队列的概念,为不同的应用场景提供了高效的解决方案。本文将深入探讨它们的使用方法、底层实现原理以及在实际开发中的应用选择。 📖专栏:【C++成长之旅】

简单说明(翻译):
我们再对于前面的说明做一个总结: 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,因此priority_queue就是堆,所有需要用到堆的位置,都可以考虑使用priority_queue。 我们可以来使用一下:
#include <iostream>
#include <vector>
#include <queue>
#include <functional> // greater算法的头文件
using namespace std;
void test1()
{
// 默认情况下,创建的是大堆,其底层按照小于比较
vector<int> v{ 3,2,7,6,0,4,1,9,8,5 };
priority_queue<int> q1;
for (auto& e : v)
q1.push(e);
cout << q1.top() << endl;
// 如果要创建小堆,将第三个模板参数换成greater比较方式
priority_queue<int, vector<int>, greater<int>> q2(v.begin(), v.end());
cout << q2.top() << endl;
}
int main()
{
test1();
return 0;
}对于它是如何在默认小于比较的情况下实现大堆的,我们后面的模拟实现会进一步说明。
> 或者< 的重载。class Date
{
friend ostream& operator<<(ostream& _cout, const Date& d);
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);
}
private:
int _year;
int _month;
int _day;
};
ostream& operator<<(ostream& _cout, const Date& d)
{
_cout << d._year << "-" << d._month << "-" << d._day;
return _cout;
}
void test2()
{
// 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;
// 如果要创建小堆,需要用户提供>的重载
priority_queue<Date, vector<Date>, greater<Date>> q2;
q2.push(Date(2018, 10, 29));
q2.push(Date(2018, 10, 28));
q2.push(Date(2018, 10, 30));
cout << q2.top() << endl;
}
int main()
{
test2();
return 0;
}有兴趣可以练习一下:数组中的第K个最大元素
接下来我们模拟实现一下,在此之前,我们要对于堆这种数据结构有所了解,不懂的可以去我前面的关于堆的实现的链接。 那咱们就步入正题,对于priority_queue的实现其实就是将堆进行一定的封装,那我们就直接写吧。
#pragma once
#include<vector>
// 优先队列模板类
// T: 元素类型, Container: 底层容器类型(默认vector), Compare: 比较器类型(默认less<T>)
template <class T, class Container = vector<T>, class Compare = less<T> >
class priority_queue
{
public:
// 默认构造函数
priority_queue() {}
// 向下调整算法(堆化)
// 用于维护堆性质,当某个节点不满足堆性质时,将其向下调整
// a: 容器引用, n: 堆的大小, root: 要调整的根节点下标
void AdjustDown(Container& a, int n, int root)
{
int parent = root;
int child = parent * 2 + 1; // 左孩子
while (child < n)
{
// 如果右孩子存在且比左孩子大(对于大堆),选择较大的孩子
if (child + 1 < n && _comp(a[child], a[child + 1]))
{
++child; // 选择右孩子
}
// 如果父节点小于孩子节点(对于大堆),需要交换
if (_comp(a[parent], a[child]))
{
swap(a[child], a[parent]);
parent = child; // 继续向下调整
child = parent * 2 + 1; // 新的左孩子
}
else
{
break; // 已经满足堆性质,退出循环
}
}
}
// 向上调整算法
// 用于在插入新元素后维护堆性质,从叶子节点向上调整
// child: 新插入元素的下标
void AdjustUp(int child)
{
Compare com;
int parent = (child - 1) / 2; // 计算父节点下标
while (child > 0)
{
// 如果父节点小于孩子节点(对于大堆),需要交换
//if (_c[parent] < _c[child])
if (com(_c[parent], _c[child]))
{
swap(_c[child], _c[parent]);
child = parent; // 继续向上调整
parent = (child - 1) / 2; // 新的父节点
}
else
{
break; // 已经满足堆性质,退出循环
}
}
}
// 使用迭代器范围构造优先队列
// first: 起始迭代器, last: 结束迭代器
template <class InputIterator>
priority_queue(InputIterator first, InputIterator last)
:_c(first, last) // 用迭代器范围初始化底层容器
{
int size = _c.size();
// 从最后一个非叶子节点开始,向前逐个向下调整建堆
int i = (size - 2) / 2; // 最后一个非叶子节点的下标
while (i >= 0)
{
AdjustDown(_c, last - first, i);
i--;
}
}
// 判断优先队列是否为空
bool empty() const
{
return _c.empty();
}
// 返回优先队列中元素个数
size_t size() const
{
return _c.size();
}
// 返回堆顶元素(非const版本)
T& top()
{
return _c[0]; // 堆顶元素总是在容器首部
}
// 返回堆顶元素(const版本)
const T& top()const
{
return _c[0];
}
// 插入新元素
void push(const T& x)
{
_c.push_back(x); // 在尾部插入新元素
AdjustUp(_c.size() - 1); // 从新插入的位置向上调整
}
// 删除堆顶元素
void pop()
{
swap(_c[0], _c[_c.size() - 1]); // 将堆顶元素与最后一个元素交换
_c.pop_back(); // 删除原来的堆顶元素(现在在尾部)
AdjustDown(_c, _c.size(), 0); // 从新的堆顶位置向下调整
}
private:
Container _c; // 底层容器,用于存储堆元素
Compare _comp; // 比较器对象,用于元素比较
};对于堆比较了解的我们来说,实现很简单,这里我们就主要再来说明一下它为什么小于是大堆:

在上篇文章【stack与queue】中,我们对于两者的模拟实现的时候底层容器其采用的是vector,我也提到,底层并未用vector作为默认容器,而是:

这就是deque(双端队列),现在我们就对于deque来进行简单的介绍吧。
deque(双端队列):是一种双开口的"连续"空间的数据结构。 双开口的含义是:可以在头尾两端进行插入和删除操作,且时间复杂度为O(1),与vector比较,头插效率高,不需要搬移元素;与list比较,空间利用率比较高。

那么deque到底是怎么实现的呢。难道deque是一块连续的空间,然后怎么样怎么样……
其实,**deque并不是真正连续的空间,而是由一段段连续的小空间拼接而成的,实际deque类似于一个动态的二维数组。**其 底层结构如下图所示:

可见,双端队列底层采用分段存储的方式,实际内存是不连续的。所以为了给用户提供连续空间和随机访问的错觉,deque的迭代器承担了屏蔽底层复杂性的重任。
我们也可以来看一下deque的迭代器实现,如下图:

解释:
那deque是如何借助其迭代器维护其假想连续的结构呢?
其实,在deque的底层,除了中控数组以外,还有两个迭代器,start 与 finish 迭代器。如下图:

这样,在对于头插和头删以及尾插、尾删的时候,就会很快O(1)。
这样一看,deque与vector比较,deque的优势是:头部插入和删除时,不需要搬移元素,效率特别高,而且在扩容时,也不需要搬移大量的元素,因此其效率是比vector高的。 与list比较,其底层是连续空间,空间利用率比较高,不需要存储额外字段。 deque的核心特点就是:
尽管deque功能强大,但也有明显缺陷:
stack是一种后进先出的特殊线性数据结构,因此只要具有push_back()和pop_back()操作的线性结构,都可以作为stack的底层容器,比如vector和list都可以; queue是先进先出的特殊线性数据结构,只要具有push_back和pop_front操作的线性结构,都可以作为queue的底层容器,比如list。 但是STL中对stack和queue默认选择deque作为其底层容器,主要是因为:
结合了deque的优点,而完美的避开了其缺陷。 下面我们就仿照标准库来进行stack和queue的模拟实现。
#include<deque>
template<class T, class Con = deque<T>>
class stack
{
public:
stack()
{
}
void push(const T& x)
{
_c.push_back(x);
}
void pop()
{
_c.pop_back();
}
T& top()
{
return _c.back();
}
const T& top()const
{
return _c.back();
}
size_t size()const
{
return _c.size();
}
bool empty()const
{
return _c.empty();
}
private:
Con _c;
};#include<deque>
template<class T, class Con = deque<T>>
class queue
{
public:
queue()
{
}
void push(const T& x)
{
_c.push_back(x);
}
void pop()
{
_c.pop_front();
}
T& back()
{
return _c.back();
}
const T& back()const
{
return _c.back();
}
T& front()
{
return _c.front();
}
const T& front()const
{
return _c.front();
}
size_t size()const
{
return _c.size();
}
bool empty()const
{
return _c.empty();
}
private:
Con _c;
};