C++(STL源码)：32---STL算法总体概述

一、什么是算法

• 算法，问题之解法也
• 广义而言，写的每个程序都是一个算法，其中的每个函数也都是一个算法
• 下面的一些文章我们将探讨极具复用价值的70余个STL算法，包括排序（sorting）、查找（searching）、排列组合（permutation）、以及用于数据移动、赋值、删除、比较、组合、运算等的算法
• 特定的算法往往搭配特定的数据结构，例如二叉搜索树（binary search tree）和红黑树（RB-tree）、哈希表（hash table）等

二、算法分析与算法复杂度

• 算法分析：分析算法所耗费的资源，包括空间和时间
• 算法的复杂度，可以作为我们衡量算法的效率的标准
• 一般而言，算法的执行时间和其所要处理的数据量有关，两者之间存在某种函数关系，可能是一次（线型，linear）、一次（quadratic）、三次（cubic）或对数（logarithm）关系
  • 但数据量很小时，其中的每一项都可能对结果带来相当程序的影响
  • 但是数据量很大时，只有最高次的项目才具有主导地位

算法复杂度表示方法

• 大O记法（Big-Oh）：

• 其他方法还有Big-Omega、Big-Theta、Little-Oh等
• 其中大O记法使用最广泛，但是不适用来标记小数据量的情况

下面是三个复杂度各异的问题

• ①最小元素问题：求取array中的最小元素
  • 该问题的解法必须两两元素对比，因此N各元素需要N次对比，所以数据量与执行时间呈线性关系。该问题的复杂度为O(N)
• ②最短距离问题：求取X-Y平面上的N个点中，距离最近的两个点
  • 该问题所需要计算的元素对共有N/(N-Z)/2!，所以大数据量和执行时间呈二次关系。该问题的复杂度为O()
• ③三点共线问题：决定X-Y平面上的N个点中，是否有任何三点共线
  • 该问题要计算的元素对共有N(N-1)(N-2)/3!，所以大数据量和执行时间呈三次关系。该问题的复杂度为O()

下面三个问题出现一种新的复杂度形式

• ④需要多少bits才能表现出N个连续整数
  • 该问题中，B个bots可表现出个不同的整数，因此想要表现出N个连续整数，需要满足方程式>=N，即B>=
• ⑤从X=1开始，每次将X扩充两倍，需要多少次扩充才能使X>=N
  • 该问题成为“持续加倍问题”，必须满足方程式，此问题与上面的问题相同，因此解答相同
• ⑥从X=N开始，每次将X缩减一半，需要多少次缩减才能使X<=1
  • 该问题成为“持续减半问题”，与上面的问题相同，只不过方向相反
• 如果一个算法，花费固定时间（常数时间，O(1)）将问题的规模降低某个固定比例（通常是1/2），基于上述问题⑥的解答，我们便说此算法的复杂度是O()
• 注意：问题规模的降低比例如何，并不会带来影响，因为他会反应在对数的底上，而底对于BIg-Oh标记法是没有影响的（任何的算法书上应该都会有证明）

三、STL算法总览

• 下图显示了STL算法（以及一些非标准的SGI STL算法）的名称、用途、文件分布等等
• 凡是不在STL标准之中的，都以*标记

四、质变算法、非质变算法

质变算法（mutating algorithms）——会改变操作对象的值

• 所有的STL算法都作用在由迭代器[first,last)所标示出来的区间上
• 质变算法在运算过程中会更改区间内的元素。但是不一定改变传入的对象，可能是复制一份再改变（见下面“五”中的介绍）
• 例如拷贝（copy）、交换（swap）、替换（replace）、填写（file）、删除（remove）、排列组合（permutation）、分割（partition）、随机重排（random shuffling）、排序（sort）等算法
• 所以如果你把这些算法运用在一个常数区间上是错误的。例如：

#include 
#include 
using namespace std;


int main()
{
    int ia[] = { 22,30,30,17,33,40,19,23,22,12,20 };
    vector iv(ia, ia + sizeof(ia) / sizeof(int));

    vector::const_iterator citer1 = iv.begin();
    vector::const_iterator citer2 = iv.end();
    
    sort(citer1, citer2);
    
    return 0;
}

非质变算法（nonmutating algorithms）——不会改变操作对象的值

• 所有的STL算法都作用在由迭代器[first,last)所标示出来的区间上
• 质变算法在运算过程中不会更改区间内的元素
• 例如查找（find）、匹配（search）、计数（count）、遍历（for_each）、比较（equal,mismatch）、寻找极值（max,min）等算法
• 例如你在for_each算法身上应用一个会改变元素内容的仿函数，那么也可以让非质变算法变为质变算法

#include 
#include 
using namespace std;

template
struct plus2
{
	void operator()(T& x)const
	{
		x += 2;
	}
};

int main()
{
	int ia[] = { 22,30,30,17,33,40,19,23,22,12,20 };
	vector iv(ia, ia + sizeof(ia) / sizeof(int));

	for_each(iv.begin(), iv.end(), plus2()); //正确
	return 0;
}

五、STL算法的一些性质

算法操作的是迭代器的区间

• 算法的前两个参数都是一对迭代器，通常为分别为first和last
• STL习惯采用前闭后开区间。例如[first,last)区间表示包含first至last（但是不含last）。当first==last时，是一个空区间
• 这个[first,last)区间必要条件是，必须能够从first遍历到last。编译器本身无法强求这一点，但是如果你的程序不支持，那么就会造成不可预期的后果
• 在迭代器的文章中我们介绍了，迭代器可以分为5类：

• 最低程度迭代器类型：
  • 每种算法都需要其最低程序的迭代器类型。例如find()最低要求需要一个Input Iterator，这是其最低的要求
  • 但是其也可以接受更高类型的迭代器，例如Forward Iterator，Bidirectiona Iterator或RandomAccess Iterator（因为这3个迭代器也都是Input Iterator的一种）
  • 但是你绝不能将Output Interator传递给find()

有些算法不止一个版本

• STL有些算法不只支持一个版本。这类算法的某个版本采用缺省运算行为，其他版本提供额外的参数，接受外界传入一个仿函数
  • 例如unique()缺省下使用equality操作符来比较两个相邻元素，但是用户也可以自己定义equality操作符然后传递给unique()
• 有些算法将两个不同版本的函数不同命名，附从的那个以_if结尾
  • 例如find()的另一个版本为fond_if()
  • 例如replace()的的另一个版本为replace_if()

质变算法通常提供两个版本

• 质变算法通常提供两个版本：
  • ​​​​​​​一个是in-place（就地进行）版本，就地改变其操作对象
  • 另一个是copy（另地进行）版本，将操作对象的内容复制一份副本，然后在副本上修改并返回该副本。copy版本的总是以_copy的结尾
• 例如replace()是in-place版本的，但是replace_copy()是copy版本的
• 例如sort()就没有两个版本，因为我们希望这类“无copy”版本的质变算法实施于某一段区间元素的副本身上

头文件

• 所有的数值算法等都实现于中（这是个内部头文件）。应用层使用应该包含
• 其他STL算法都实现于和中（也是内部头文件）。应用层使用应该包含

六、算法的泛化过程

• 算法的泛化过程就是将算法独立于其所处理的数据结构之外，不受数据结构的约束。使一个算法适用于所有的数据结构（不论传入算的是vector、list还是deque等）
• 关键在于，只要把操作对象的类型加以抽象化，把操作对象的标示法和区间目标的移动行为抽象化，整个算法就可以在一个抽象层面上工作了。整个过程称为算法的泛型化，简称泛化

演示案例（一步一步的进行泛化）

• 第一步：现在我们需要设计一个算法，在数组中查找某一个特定的值，那么我们可能会设计下面的函数：
  • 该算法在数组中查找元素，返回一个指针。如果找到就返回这个位置的地址，如果没有找到就返回数组最后一个元素的下一个位置
  • 这种算法的缺点：这种算法暴露了容器太多的细节，也太过依赖于容器的类型

int* find(int* arrayHead, int arraySize, int value)
{
    int i=0;
    for (; i < arraySize; ++i)
    {
        if (arrayHead[i] == value)
            break;
    }
	
    return &(arrayHead[i]);
}

int main()
{
    const int arraySize = 7;
    int ia[arraySize] = { 0,1,2,3,4,5,6 };
    int *end = ia + arraySize;

    int* ip = find(ia, arraySize, 4);
    if (ip == end)
        std::cout << "4 not found" << std::endl;
    else
        std::cout << "4 found." << *ip << std::endl;
    return 0;
}

• 第二步：为了让算法更抽象些，应该让算法接受两个指针作为参数，表示出操作一个区间
  • 这个函数在“前闭后开”区间[begin,end)内查找元素，返回值与第一步中的函数相同
  • 但是这个算法只能适用于int型的数组，不能适用于其他类型的容器

int* find(int* begin, int* end, int value)
{
    while ((begin != end) && (*begin != value))
        ++begin;

    return begin;
}

int main()
{
    const int arraySize = 7;
    int ia[arraySize] = { 0,1,2,3,4,5,6 };
    int *end = ia + arraySize;

    int* ip = find(ia, end, 4);
    if (ip == end)
        std::cout << "4 not found" << std::endl;
    else
        std::cout << "4 found." << *ip << std::endl;
    return 0;
}

• 第三步：我们可以将第二步的算法进行加工，声明为一个模板，使其适用于所有的类型
  • 注意：参数3改了，改为了pass-by-reference-to-const
  • 这个模板可以适用于任何容器

template
T* find(T* begin, T* end, const T& value)
{
    while ((begin != end) && (*begin != value))
        ++begin;

    return begin;
}

• 第四步：上面的模板只能使用指针作为区间传入函数，但是STL设计的迭代器就是一种智能指针，迭代器是一种类似指针的对象。因此我们可以将指针改为迭代器然后作为算法的参数和返回值
  • 这就是算法最终的泛化版本，在STL中的算法都是这样实现的

template
Iterator* find(Iterator* begin, Iterator* end, const T& value)
{
    while ((begin != end) && (*begin != value))
        ++begin;

    return begin;
}