NDK开发汇总
容器,就是用来存放东西的盒子。
常用的数据结构包括:数组array, 链表list, 树tree, 栈stack, 队列queue, 散列表hash table, 集合set、映射表map 等等。容器便是容纳这些数据结构的。这些数据结构分为序列式与关联式两种,容器也分为序列式容器和关联式容器。
STL 标准模板库,核心包括容器、算法、迭代器。
元素排列次序与元素无关,由元素添加到容器的顺序决定
容器 | 说明 |
---|---|
vector | 支持快速随机访问 |
list | 支持快速插入、删除 |
deque | 双端队列 允许两端都可以进行入队和出队操作的队列 |
stack | 后进先出LIFO(Last In First Out)堆栈 |
queue | 先进先出FIFO(First Input First Output)队列 |
priority_queue | 有优先级管理的queue |
连续存储的元素
由节点组成的双向链表,每个结点包含着一个元素
连续存储的指向不同元素的指针所组成的数组
以上三种容器操作基本一样
基本操作:
#include
using namespace std;
vector vec_1;
//1个元素
vector vec_2(1);
//6个值为 1 的元素
vector vec_3(6,1);
//使用容器初始化
vector vec_4(vec_3);
//通过下标操作元素
int i = vec_3[1];
int j = vec_3.at(1);
//首尾元素
vec_3.front()
vec_3.back()
//插入元素
//vector不支持 push_front list,deque可以
vec_1.push_back(1);
//删除元素 vector不支持 pop_front
vec_1.pop_back();
//释放
//可以单个清除,也可以清除一段区间里的元素
vec_3.erase(vec_3.begin(),vec_3.end())
//清理容器 即erase所有
vec_3.clear();
//容量大小
vec_3.capacity();
//在容器中,其内存占用的空间是只增不减的,
//clear释放元素,却不能减小vector占用的内存
//所以可以对vector 收缩到合适的大小
vector< int >().swap(vec_3);
//在vec是全局变量时候
//建立临时vector temp对象,swap调用之后对象vec占用的空间就等于默认构造的对象的大小
//temp就具有vec的大小,而temp随即就会被析构,从而其占用的空间也被释放。
迭代器
//获得指向首元素的迭代器 模板类,不是指针,当做指针来使用
vector::iterator it = vec.begin();
//遍历元素
for (; it < vec.end(); it++)
{
cout << *it << endl;
}
//begin和end 分别获得 指向容器第一个元素和最后一个元素下一个位置的迭代器
//rbegin和rend 分别获得 指向容器最后一个元素和第一个元素前一个位置的迭代器
//注意循环中操作元素对迭代器的影响
vector::iterator it = vec.begin();
for (; it < vec.end(); )
{
//删除值为2的元素
if (*it == 2) {
vec.erase(it);
}
else {
it++;
}
}
后进先出的值的排列
stack s;
//入栈
s.push(1);
s.push(2);
//弹栈
s.pop();
//栈顶
cout << s.top() << endl;
先进先出的值的排列
queue q;
q.push(1);
q.push(2);
//移除最后一个
q.pop();
//获得第一个
q.front();
//最后一个元素
cout << q.back() << endl;
元素的次序是由所存储的数据的某个值排列的一种队列
//最大的在队首
priority_queue;
//在vector之上实现的
priority_queue, less >;
//vector 承载底层数据结构堆的容器
//less 表示数字大的优先级高,而 greater 表示数字小的优先级高
//less 让优先队列总是把最大的元素放在队首
//greater 让优先队列总是把最小的元素放在队首
//less和greater都是一个模板结构体 也可以自定义
class Student {
public:
int grade;
Student(int grade):grade(grade) {
}
};
struct cmp {
bool operator ()(Student* s1, Student* s2) {
// > 从小到大
// < 从大到小
return s1->grade > s2->grade;
}
bool operator ()(Student s1, Student s2) {
return s1.grade > s2.grade;
}
};
priority_queue, cmp > q1;
q1.push(new Student(2));
q1.push(new Student(1));
q1.push(new Student(3));
cout << q1.top()->grade << endl;
关联容器和大部分顺序容器操作一致
关联容器中的元素是按关键字来保存和访问的 支持高效的关键字查找与访问
由节点组成的红黑树,每个节点都包含着一个元素,元素不可重复
set a;
set a1={"fengxin","666"};
a.insert("fengxin"); // 插入一个元素
a.erase("123"); //删除
由{键,值}对组成的集合
map m;
map m1 = { { 1,"Lance" },{ 2,"David" } };
//插入元素
m1.insert({ 3,"Jett" });
//pair=键值对
pair p(4, "dongnao");
m1.insert(p);
//insetrt 返回 map::iterator : bool 键值对
//如果 插入已经存在的 key,则会插入失败
//multimap:允许重复key
//使用m1[3] = "xx" 能够覆盖
//通过【key】操作元素
m1[5] = "yihan";
cout << m1[5].c_str() << endl;
//通过key查找元素
map::iterator it = m1.find(3);
cout << (*it).second.c_str()<< endl;
// 删除
m1.erase(5);
//遍历
for (it = m1.begin(); it != m1.end(); it++)
{
pair item = *it;
cout << item.first << ":" << item.second.c_str() << endl;
}
//其他map================================
unordered_map c++11取代hash_map(哈希表实现,无序)
哈希表实现查找速度会比RB树实现快,但rb整体更节省内存
需要无序容器,高频快速查找删除,数据量较大用unordered_map;
需要有序容器,查找删除频率稳定,在意内存时用map。
二叉树
二分查找:
查找 2 :
1、查看根节点为10
2、由于2小于10,因此查找左孩子,节点为5
3、同时2小与5,继续查看左边,找到2节点
查找最大次数为树的高度
如果有下面的二叉查找树,插入7、6、5…
为了解决这种不平衡,红黑树就诞生了。
https://zh.wikipedia.org/wiki/%E7%BA%A2%E9%BB%91%E6%A0%91
红黑树(Red Black Tree)又称为 RB树,是一种相对平衡二叉树 。
1.节点是红色或黑色。
2.根节点是黑色。
3.每个叶子节点(空节点)都是黑色的。
4 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)
- 插入新节点总是红色节点
- 如果插入节点的父节点是黑色, 能维持性质
- 如果插入节点的父节点是红色, 破坏了性质。插入算法就是通过重新着色或旋转, 来维持性质
插入 7 后,破坏了规则,那么需要根据不同的状况进行不同的策略使其平衡并符合规则。
7的父节点8 与叔父节点 12 都是红色,则我们可以将8、12两个重绘为黑色并重绘祖父节点9为红色。
这里9是根节点,为了满足规则1,又把它重绘为黑色 .
经过调整:
现在满足5个规则,因此7插入完成。
接下来插入 6
现在新节点 6 是 父节点 7的左节点,而6的叔父节点 缺少,父节点 7 又是祖父节点8的左子节点 ,
这种情形下,我们进行针对6节点的祖父节点8的一次右旋转
右旋转:
顺时针旋转红黑树的两个节点,使得父节点被自己的左孩子取代,而自己成为自己的右孩子。
左旋转则倒过来
再切换 7 和 8 的颜色
再插入5,5和6都是红色,将 父节点 6 和叔父节点 8 绘为黑色,祖父7设为红色,最终