[STL]优先级队列priority_queue
目录
- 一、priority_queue文档介绍
- 二、priority_queue使用
- 三、topK - 数组中的第K个最大元素
- 四、priority_queue模拟实现
-
- 4.1 仿函数
- 4.2 仿函数的应用
一、priority_queue文档介绍
- 优先队列是一种容器适配器，根据严格的弱排序标准，它的第一个元素总是它所包含的元素中最大的。
- 此上下文类似于堆，在堆中可以随时插入元素，并且只能检索最大堆元素(优先队列中位于顶部的元素)。
- 优先队列被实现为容器适配器，容器适配器即将特定容器类封装作为其底层容器类，queue提供一组特定的成员函数来访问其元素。元素从特定容器的“尾部”弹出，其称为优先队列的顶部。
- 底层容器可以是任何标准容器类模板，也可以是其他特定设计的容器类。容器应该可以通过随机访问迭代器访问，并支持以下操作：
empty()：检测容器是否为空
size()：返回容器中有效元素个数
front()：返回容器中第一个元素的引用
push_back()：在容器尾部插入元素
pop_back()：删除容器尾部元素 - 标准容器类vector和deque满足这些需求。默认情况下，如果没有为特定的priority_queue类实例化指定容器类，则使用vector。
- 需要支持随机访问迭代器，以便始终在内部保持堆结构。容器适配器通过在需要时自动调用算法函数make_heap、push_heap和pop_heap来自动完成此操作。
二、priority_queue使用
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。注意：默认情况下priority_queue是大堆。
// 默认是大堆
void test_priority_queue()
{
priority_queue<int> pq; // 头文件queue
pq.push(3);
pq.push(3);
pq.push(7);
pq.push(1);
pq.push(9);
while (!pq.empty())
{
cout << pq.top() << " "; // 取优先级最高的，默认是大的优先级高
pq.pop();
}
cout << endl;
}
如果想让小的优先级高怎么办？
控制小的优先级高——传greater的仿函数
#include 三、topK - 数组中的第K个最大元素
215. 数组中的第K个最大元素
![[STL]优先级队列priority_queue_第1张图片](http://img.e-com-net.com/image/info8/3eee4d13f8d94276b179facb72fd3975.png)
方法一：先排序
sort(迭代器区间)：默认升序，要降序就传greater的仿函数
O(NlogN)
// 排升序
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
sort(nums.begin(), nums.end());
return nums[nums.size() - k];
}
};
// 下标 0 1 2 3 4 size = 5, k = 1
// 元素 1 2 3 4 5 第一个大的就是5
// 排降序
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
sort(nums.begin(), nums.end(), greater<int>()); // 仿函数是一个自定义类型
return nums[k - 1];
}
};
// 0 1 2 3 4 size = 5, k = 1 第一个大的就是k - 1 对应的元素 5
// 5 4 3 2 1
对比刚刚priority_queue和sort中传的greater可以发现明显的不一样，原因是：
![[STL]优先级队列priority_queue_第2张图片](http://img.e-com-net.com/image/info8/4872cced59084a80be2914a401a3653f.jpg)
方法二：大堆
建堆时间O（N）+ O(KlogN)
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
priority_queue<int> maxHeap(nums.begin(), nums.end()); // 建N个数的大堆
// 将前k-1个删掉
while (--k) // 走k-1次
{
maxHeap.pop();
}
return maxHeap.top();
}
};
方法三：建K个数的小堆
O(K)的空间复杂度
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
// 如果n很大，且n远大于K
// 建一个K个数的小堆
priority_queue<int, vector<int>, greater<int>> minHeap(nums.begin(), nums.begin() + k); // O(K)
// 剩下的N-K个数，依次与堆顶数据比较，比他大就替换他进堆
for (size_t i = k; i < nums.size(); ++i)
{
if (nums[i] > minHeap.top())
{
minHeap.pop();
minHeap.push(nums[i]);
}
} // O((N-K) * logK)
// 前K个大的数都在堆里面，求第K个大的就是堆顶的值(因为是小堆)
return minHeap.top();
}
// O( K + (N-K) * logK)
};
四、priority_queue模拟实现
namespace zmm
{
// 默认大堆
template<class T, class Container = vector<T>>
class priority_queue
{
private:
// 不希望别人随意去调用他
void adjust_up(size_t child)
{
size_t 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;
}
}
}
void adjust_down(size_t parent) // 前提：左右子树都是小堆或是大堆
{
size_t child = 2 * parent + 1; // 默认指向左孩子
while (child < _con.size()) // 调到叶子停止
{
if (child + 1 < _con.size() && _con[child + 1] > _con[child])
{
child++;
}
if (_con[child] > _con[parent])
{
swap(_con[parent], _con[child]);
parent = child;
child = 2 * parent + 1;
}
else
{
break;
}
}
}
public:
priority_queue()
{}
template <class InputIterator>
priority_queue(InputIterator first, InputIterator last)
:_con(first, last)
{
// 要构建为堆
// 从最后一个非叶子开始调整建堆
// i 不能用size_t
for (int i = (_con.size() - 1 - 1) / 2; i >= 0; --i)
{
adjust_down(i);
}
}
void push(const T& x)
{
// 插入末尾后，向上调整到根
_con.push_back(x);
adjust_up(_con.size() - 1);
}
void pop()
{
assert(!_con.empty());
swap(_con[0], _con[_con.size() - 1]);
_con.pop_back();
adjust_down(0);
}
const T& top()
{
return _con[0];
}
size_t size()
{
return _con.size();
}
bool empty()
{
return _con.empty();
}
private:
Container _con; // 自定义类型会调用它的构造函数
};
}
在这里我们实现的是大堆，但是如果要改为小堆，还需要改adjustup和adjustdown中的符号关系，这就比较麻烦了，所以我们采用一种仿函数的方式来解决这个问题
4.1 仿函数
struct Less
{
bool operator()(int x, int y)
{
return x < y;
}
};
struct Greater
{
bool operator()(int x, int y)
{
return x > y;
}
};
int main()
{
// 在这里，less和gt像函数名，或像函数指针，可以像函数一样去调用
Less less; // Less是一个类，定义一个对象
cout << less(1, 2) << endl;
Greater gt;
cout << gt(1, 2) << endl; // 等价于gt.operator()(1,2)
return 0;
}
在这里，Less称为仿函数类型，less叫做函数对象
上述代码只适用于int类型，因此我们在添加上模板参数
template<class T>
struct Less
{
bool operator()(const T& x, const T& y) const
{
return x < y;
}
};
template<class T>
struct Greater
{
bool operator()(const T& x, const T& y) const
{
return x > y;
}
};
int main()
{
Less<int> less; // Less是一个类，定义一个对象
cout << less(1, 2) << endl;
// 或者可以这样写
cout << Less<int>()(1, 2) << endl;
cout << Less<double>()(1.1, 1.2) << endl;
Greater<int> gt;
cout << gt(1, 2) << endl; // 等价于gt.operator()(1,2)
return 0;
}
仿函数是一个类型，类型可以通过模板参数来传递
这样子，我们就可以通过仿函数的方式，修改了模拟实现的代码
namespace zmm
{
// 默认大堆 -> Less
// 仿函数是一个类型->可以通过模板参数传递
template<class T>
struct Less
{
// 左＜右
bool operator()(const T& x, const T& y) const
{
return x < y;
}
};
// 小堆
template<class T>
struct Greater
{
bool operator()(const T& x, const T& y) const
{
return x > y;
}
};
template<class T, class Container = vector<T>, class Compare = Less<T>> // 默认是Less大堆
class priority_queue
{
private:
// 不希望别人随意去调用他
void adjust_up(size_t child)
{
Compare com;
size_t parent = (child - 1) / 2;
while (child > 0)
{
// if (_con[child] > _con[parent]) 等价于 if (_con[parent] < _con[child]) 因为仿函数是左小于右
if (com(_con[parent], _con[child]))
{
swap(_con[child], _con[parent]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
void adjust_down(size_t parent) // 前提：左右子树都是小堆或是大堆
{
Compare com;
size_t child = 2 * parent + 1; // 默认指向左孩子
while (child < _con.size()) // 调到叶子停止
{
// if (child + 1 < _con.size() && _con[child + 1] > _con[child])
if (child + 1 < _con.size() && com(_con[child], _con[child + 1]))
{
child++;
}
// if (_con[child] > _con[parent])
if (com(_con[parent], _con[child]))
{
swap(_con[parent], _con[child]);
parent = child;
child = 2 * parent + 1;
}
else
{
break;
}
}
}
public:
priority_queue()
{}
template <class InputIterator>
priority_queue(InputIterator first, InputIterator last)
:_con(first, last)
{
// 要构建为堆
// 从最后一个非叶子开始调整建堆
// i 不能用size_t
for (int i = (_con.size() - 1 - 1) / 2; i >= 0; --i)
{
adjust_down(i);
}
}
void push(const T& x)
{
// 插入末尾后，向上调整到根
_con.push_back(x);
adjust_up(_con.size() - 1);
}
void pop()
{
assert(!_con.empty());
swap(_con[0], _con[_con.size() - 1]);
_con.pop_back();
adjust_down(0);
}
const T& top()
{
return _con[0];
}
size_t size()
{
return _con.size();
}
bool empty()
{
return _con.empty();
}
private:
Container _con; // 自定义类型会调用它的构造函数
};
}
4.2 仿函数的应用
如果数据类型不支持比较，或者比较的方式不是你想要的，可以通过仿函数，自己去控制比较逻辑
class Date
{
public:
Date(int year = 1900, int month = 1, int day = 1)
: _year(year)
, _month(month)
, _day(day)
{}
// 因为原本日期类之间不支持< >符号，所以重载让他可以使用
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);
}
friend ostream& operator<<(ostream& _cout, const Date& d);
private:
int _year;
int _month;
int _day;
};
ostream& operator<<(ostream& _cout, const Date& d)
{
_cout << d._year << "-" << d._month << "-" << d._day << endl;
return _cout;
}
void test_priority_queue2()
{
priority_queue<Date, vector<Date>> pq;
pq.push(Date(2022, 3, 26));
pq.push(Date(2021, 10, 26));
pq.push(Date(2023, 3, 26));
while (!pq.empty())
{
cout << pq.top();
pq.pop();
}
cout << endl;
}
struct LessPDate
{
bool operator()(const Date* d1, const Date* d2) const
{
return *d1 < *d2;
}
};
void test_priority_queue3()
{
priority_queue<Date*, vector<Date*>, LessPDate> pq;
pq.push(new Date(2022, 3, 26));
pq.push(new Date(2021, 10, 26));
pq.push(new Date(2023, 3, 26));
while (!pq.empty())
{
cout << *pq.top(); // 这时候就不是按大小排了，这里是比较的指针（地址）大小
// 那想要进行日期大小比较怎么办？ —— 增加 class LessPDate
// 如果数据类型不支持比较，或者比较的方式不是你想要的，可以通过仿函数，自己去控制比较逻辑
pq.pop();
}
cout << endl;
}
int main()
{
test_priority_queue3();
return 0;
}