《priority_queue》

本文主要介绍优先级队列的使用，以及一个TOPK问题的OJ

---

---

一、priority_queue的介绍

1. 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。
2. 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)。
3. 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。
4. 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

5. 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。
6. 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。
7. 仿函数/函数对象
   

二、priority_queue的使用

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。

#include
#include
#include//greater算法头文件
using namespace std;
void test_priority_queue()
{
	// 默认是大堆——默认给的仿函数是less
	//priority_queue pq;

	// 控制小的优先级高——给仿函数greater
	// 传入第三个模板参数，必须要显式传入第二个
	priority_queue<int,vector<int>,greater<int>> pq;
	pq.push(1);
	pq.push(2);
	pq.push(3);
	pq.push(4);
	pq.push(5);

	while (!pq.empty())
	{
		cout << pq.top() << " ";
		pq.pop();
	}
}
int main()
{
	test_priority_queue();
	return 0;
}

三、数组中第k个大的元素

方法1;排序后直接返回，O（NlogN）

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) 
    {
        //排序，然后直接返回倒数第K元素
        sort(nums.begin(),nums.end());
        return nums[nums.size()-k];
    }
};

方法2：遍历数组，建立大小为n的大堆，然后依次删除堆顶元素，删除k-1次，最后的堆顶的元素就是第K个大的元素。时间复杂度O（n+klogn）。因为删除元素，需要先调换堆顶和堆尾，然后向下调整（lonN）

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) 
    {
        priority_queue<int> pq(nums.begin(),nums.end());//建立大堆O(n)

        //O(klogn)
        while(--k)
        {
            pq.pop();
        }
        return pq.top();
    }
};

方法3：tok问题，方法2，当n>>k的时候，方法2其实还是nlonn,但是本方法是nlogk
建立K个元素的小堆，比堆顶大就删除，入堆

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) 
    {
        priority_queue<int,vector<int>,greater<int>> pq(nums.begin(),nums.begin()+k);//建立k个元素的小堆O(k)

        //从k位置开始遍历原数组，如果元素比堆顶元素大，那么就删除堆顶，然后入堆。
        //因为堆没有[]，不能直接替换
        //O((n-k)logk)
        for(size_t i = k;i < nums.size();++i)
        {
            if(nums[i] > pq.top())
            {
                pq.pop();
                pq.push(nums[i]);//插入后会自动建堆的
            }
        }
        return pq.top();
    }
};