目录
1. stack的介绍和使用
1.1 stack的介绍
1.2 stack使用及OJ
1.2.1 最小栈
1.2.2 栈的弹出压入顺序
1.2.3 逆波兰表达式求值
1.2.4 用两个栈实现一个队列
2. queue的介绍和使用
2.1 queue的介绍
2.2 queue的使用及OJ
2.2.1 用队列实现栈
2.3 queue的模拟实现
3. priority_queue的介绍和使用(优先级队列)
3.1 priority_queue的介绍
3.2 priority_queue的使用
3.3 priority_queue的使用及OJ
3.3.1 数组中第K个最大的元素
3.4 priority_queue的模拟实现
4. 仿函数
4.1 仿函数介绍
4.2 仿函数less和greater
4.3 仿函数的优缺点及作用
5. 容器适配器
5.1 什么是适配器
5.2 STL标准库中stack和queue的底层结构
5.3 deque的简单介绍(了解)
5.3.1 deque的原理介绍
5.3.2 deque的缺陷
5.4 为什么选择deque作为stack和queue的底层默认容器
5.5 STL标准库中对于stack、queue以及priority_queue的模拟实现
stack文档
翻译:
- stack是一种容器适配器,专门用在具有后进先出操作的上下文环境中,其删除只能从容器的一端进行 元素的插入与提取操作。
- stack是作为容器适配器被实现的,容器适配器即是对特定类封装作为其底层的容器,并提供一组特定的成员函数来访问其元素,将特定类作为其底层的,元素特定容器的尾部(即栈顶)被压入和弹出。
- stack的底层容器可以是任何标准的容器类模板或者一些其他特定的容器类,这些容器类应该支持以下
- 操作: empty:判空操作 back:获取尾部元素操作 push_back:尾部插入元素操作 pop_back:尾部删除元素操作
- 标准容器vector、deque、list均符合这些需求,默认情况下,如果没有为stack指定特定的底层容器, 默认情况下使用deque。
1.2.1 最小栈
分析图:
struct CountReal{ CountReal(int value,size_t count = 0) :_count(count) ,_value(value){} size_t _count; int _value; }; class MinStack { public: MinStack() { } void push(int val) { if(_min.empty() || (!_min.empty() && val < _min.top()._value)){ _min.push(CountReal(val)); }else if(val == _min.top()._value){ _min.top()._count++; } _st.push(val); } void pop() { if(_st.top() == _min.top()._value){ if(_min.top()._count == 0){ _min.pop(); } else{ _min.top()._count--; } } _st.pop(); } int top() { return _st.top(); } int getMin() { return _min.top()._value; } private: stack
_st; stack _min; }; /** * Your MinStack object will be instantiated and called as such: * MinStack* obj = new MinStack(); * obj->push(val); * obj->pop(); * int param_3 = obj->top(); * int param_4 = obj->getMin(); */ 1.2.2 栈的弹出压入顺序
分析图:
class Solution { public: bool IsPopOrder(vector
& pushV, vector & popV) { // write code here int popCount = 0, pushCount = 0; stack st; while(pushCount < pushV.size()){ st.push(pushV[pushCount++]); while(!st.empty() && popV[popCount] == st.top()){ st.pop(); popCount++; } } return st.empty(); } }; 1.2.3 逆波兰表达式求值
分析图:
class Solution { public: int evalRPN(vector
& tokens) { stack st; for(auto& str:tokens){ if(str == "+" || str == "-" || str == "*" || str == "/"){ long long valRight = st.top();st.pop(); long long valLeft = st.top();st.pop(); //switch判断条件必须时常量表达式,不能是string switch(str[0]){ case '+':st.push(valLeft + valRight);break; case '-':st.push(valLeft - valRight);break; case '*':st.push(valLeft * valRight);break; case '/':st.push(valLeft / valRight);break; } }else{ st.push(stoll(str)); } } return st.top(); } }; 1.2.4 用两个栈实现一个队列
分析图:
class MyQueue { public: //自定义类型调用各自的默认函数,构造函数和析构函数,因此,不需要显示写 void push(int x) { _pushSt.push(x); } int pop() { int val = peek(); _popSt.pop(); return val; } int peek() { if(_popSt.empty()){ while(!_pushSt.empty()){ _popSt.push(_pushSt.top()); _pushSt.pop(); } } return _popSt.top(); } bool empty() { return _popSt.empty() && _pushSt.empty(); } private: stack
_popSt; stack _pushSt; }; /** * Your MyQueue object will be instantiated and called as such: * MyQueue* obj = new MyQueue(); * obj->push(x); * int param_2 = obj->pop(); * int param_3 = obj->peek(); * bool param_4 = obj->empty(); */
1.3 stack初步模拟实现
从栈的接口中可以看出,栈实际是一种特殊的vector,只需要尾插尾删,因此使用vector完全可以模拟实现stack,并且支持随机访问,尾插尾删时间复杂度为常数次!!!
template
class stack { public: void push(const T& x) { _con.push_back(x); } void pop() { _con.pop_back(); } T& top() { return _con.back(); } const T& top() const { return _con.back(); } bool empty() const { return _con.empty(); } size_t size() const { return _con.size(); } private: std::vector _con; };
queue文档介绍
翻译:
- 队列是一种容器适配器,专门用于在FIFO上下文(先进先出)中操作,其中从容器一端插入元素,另一端 提取元素。
- 队列作为容器适配器实现,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。元素从队尾入队列,从队头出队列。
- 底层容器可以是标准容器类模板之一,也可以是其他专门设计的容器类。
- 该底层容器应至少支持以下操作: empty:检测队列是否为空 size:返回队列中有效元素的个数 front:返回队头元素的引用 back:返回队尾元素的引用 push_back:在队列尾部入队列 pop_front:在队列头部出队列
- 标准容器类deque和list满足了这些要求。默认情况下,如果没有为queue实例化指定容器类,则使用标 准容器deque。
2.2.1 用队列实现栈
分析图:
template
class Queue{ public: T& front(){ return _ls.front(); } bool empty(){ return _ls.empty(); } void pop(){ _ls.pop_front(); } void push(T& x){ _ls.push_back(x); } size_t size(){ return _ls.size(); } T& back(){ return _ls.back(); } private: list _ls; }; class MyStack { public: MyStack() { } void push(int x) { _queue2.push(x); while(!_queue1.empty()){ _queue2.push(_queue1.front()); _queue1.pop(); } swap(_queue1,_queue2); } int pop() { int val = _queue1.front(); _queue1.pop(); return val; } int top() { return _queue1.front(); } bool empty() { return _queue1.empty(); } private: Queue _queue2; Queue _queue1; }; /** * Your MyStack object will be instantiated and called as such: * MyStack* obj = new MyStack(); * obj->push(x); * int param_2 = obj->pop(); * int param_3 = obj->top(); * bool param_4 = obj->empty(); */
因为queue的接口中存在头删和尾插,因此使用vector来封装效率太低,vector进行大量头删时需要不断移动数据,故可以借助list来模拟实现queue, 具体如下:
template
class Queue{ public: T& front(){ return _ls.front(); } bool empty(){ return _ls.empty(); } void pop(){ _ls.pop_front(); } void push(T& x){ _ls.push_back(x); } size_t size(){ return _ls.size(); } T& back(){ return _ls.back(); } private: list _ls; };
priority_queue优先级队列文档介绍
翻译:
- 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。
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。
【注意】
1. 默认情况下,priority_queue是大堆。
#include
#include #include // greater算法的头文件 void TestPriorityQueue() { // 默认情况下,创建的是大堆,其底层按照小于号比较 vector v{3, 2, 7, 6, 0, 4, 1, 9, 8, 5}; priority_queue 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 , greater > q2(v.begin(), v.end()); cout << q2.top() << endl; } 2. 如果在priority_queue中放自定义类型的数据,用户需要在自定义类型中提供> 或者< 的重载。
class Date { 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); } friend ostream& operator<<(ostream& _cout, const Date& d) { _cout << d._year << "-" << d._month << "-" << d._day; return _cout; } private: int _year; int _month; int _day; }; void TestPriorityQueue() { // 大堆,需要用户在自定义类型中提供<的重载 priority_queue
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 , greater > q2; q2.push(Date(2018, 10, 29)); q2.push(Date(2018, 10, 28)); q2.push(Date(2018, 10, 30)); cout << q2.top() << endl; }
3.3.1 数组中第K个最大的元素
class Solution { public: int findKthLargest(vector
& nums, int k) { priority_queue p(nums.begin(), nums.end()); while(--k){ p.pop(); } return p.top(); } };
通过对priority_queue的底层结构就是堆,因此此处只需对对进行通用的封装即可。
template
, class Compare = std::less > class priority_queue { private: //log N void AdJustDown(size_t parent) { Compare compare; size_t child = parent * 2 + 1; while (child < _con.size()) { if (child + 1 < _con.size() && compare(_con[child], _con[child + 1])) { child += 1; } if (compare(_con[parent],_con[child])) { std::swap(_con[child], _con[parent]); parent = child; child = parent * 2 + 1; } else { break; } } } //log N void AdJustUp(size_t child) { Compare compare; while (child > 0) { size_t parent = (child - 1) / 2; if (compare(_con[parent], _con[child])) { std::swap(_con[parent], _con[child]); } else { break; } child = parent; } } public: typedef T* iterator; priority_queue() { } priority_queue(iterator first, iterator last) { while (first != last) { _con.push_back(*first); first++; } for (int i = int(_con.size() - 1 - 1) / 2; i >= 0; i--) { AdJustDown(i); } } void push(const T& x) { _con.push_back(x); AdJustUp(_con.size() - 1); } void pop() { std::swap(_con[0], _con[_con.size() - 1]); _con.pop_back(); AdJustDown(0); } const T& top() const { return _con.front(); } bool empty() const { return _con.empty(); } size_t size() const { return _con.size(); } private: //std::vector _con; Container _con; };
仿函数由来
我们都知道,函数的入参除了是普通变量之外,还可以是函数指针(C 语言中就经常这么用)。那有没有什么手段能代替函数指针呢?答案是有。
- 定义一个类,类里面定义了某个方法,将该类的对象作为函数的入参,那么在函数中就能调用这个类中的方法
还有更简单的方法吗?答案还是有。
- 定义一个类,类里面重载函数运算符(),将该类的对象作为函数的入参,那么在函数中同样能调用重载符()里面的方法
所以说,仿函数就是仿造的函数,它并不是一个真正意义上的函数。它是一个类中的运算符()重载,但它具有函数的功能。
仿函数(functor),就是使一个类的使用看上去像一个函数。其实现就是类中实现一个operator(),这个类就有了类似函数的行为,就是一个仿函数类了。
在C语言中,提供了函数指针,但是函数指针参数类型是确定的,而且当参数类型不确定时,会面临无法复用,因此面临此问题,C++提供了仿函数!!!通常仿函数配合着模板使用!!!
参考文章:仿函数
C++具有很多仿函数,正式仿函数实现了类对象可以像函数一样使用,配合模板参数,更加体现了C++的泛型编程!!!
namespace TestFunctor { template
class less { public: bool operator()(const T& l, const T& r) { return l < r; } }; template class greater { public: bool operator()(const T& l, const T& r) { return l > r; } }; void testFunctor() { less IsFunc; std::cout << IsFunc(1, 2) << std::endl; std::cout << IsFunc(1, -2) << std::endl; greater GtFunc; std::cout << GtFunc(1, 2) << std::endl; std::cout << GtFunc(1, -2) << std::endl; } void testFunctor1() { int arr[] = { 3,2,7,6,0,4,1,9,8,5 }; Thb::priority_queue , greater > pq1(arr, arr + sizeof(arr) / sizeof(arr[0])); while (!pq1.empty()) { std::cout << pq1.top() << " "; pq1.pop(); } std::cout << std::endl; } }
仿函数的优缺点
优点:
1)仿函数比函数指针的执行速度快,函数指针时通过地址调用,而仿函数是对运算符operator进行自定义来提高调用的效率。
2)仿函数比一般函数灵活,可以同时拥有两个不同的状态实体,一般函数不具备此种功能。
3)仿函数可以作为模板参数使用,因为每个仿函数都拥有自己的类型。
缺点:
1)需要单独实现一个类。
2)定义形式比较复杂。仿函数的作用
仿函数通常有下面四个作用:
1)作为排序规则,在一些特殊情况下排序是不能直接使用运算符<或者>时,可以使用仿函数。
2)作为判别式使用,即返回值为bool类型。
3)同时拥有多种内部状态,比如返回一个值得同时并累加。
4)作为算法for_each的返回值使用。
适配器是一种设计模式(设计模式是一套被反复使用的、多数人知晓的、经过分类编目的、代码设计经验的总 结),该种模式是将一个类的接口转换成客户希望的另外一个接口。
虽然stack和queue中也可以存放元素,但在STL中并没有将其划分在容器的行列,而是将其称为容器适配器,这是因为stack和队列只是对其他容器的接口进行了包装,STL中stack和queue默认使用deque,比如:
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。
双端队列底层是一段假象的连续空间,实际是分段连续的,为了维护其“整体连续”以及随机访问的假象,落在了deque的迭代器身上,因此deque的迭代器设计就比较复杂
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:
- 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,因此其效率是必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。 但是,deque有一个致命缺陷:不适合遍历,因为在遍历时,deque的迭代器要频繁的去检测其是否移动到 某段小空间的边界,导致效率低下,而序列式场景中,可能需要经常遍历
- 因此在实际中,需要线性结构时,大多数情况下优先考虑vector和list,deque的应用并不多,而目前能看到的一个应用就是,STL用其作 为stack和queue的底层数据结构。
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:
- stack和queue不需要遍历(因此stack和queue没有迭代器),只需要在固定的一端或者两端进行操作。
- 在stack中元素增长时,deque比vector的效率高(扩容时不需要搬移大量数据);queue中的元素增长时,deque不仅效率高,而且内存使用率高。
结合了deque的优点,而完美的避开了其缺陷。
namespace Thb {
template> class stack {
public:
explicit stack(const Container& ctnr = Container())
:_con(ctnr)
{
}
void push(const T& x) {
_con.push_back(x);
}
void pop() {
_con.pop_back();
}
T& top() {
return _con.back();
}
const T& top() const {
return _con.back();
}
bool empty() const {
return _con.empty();
}
size_t size() const {
return _con.size();
}
private:
//std::vector _con;
Container _con;
};
template> class queue {
public:
void push(const T& x) {
_con.push_back(x);
}
void pop() {
_con.pop_front();
}
T& front() {
return _con.front();
}
const T& front() const {
return _con.front();
}
T& back() {
return _con.back();
}
const T& back() const {
return _con.back();
}
bool empty() const {
return _con.empty();
}
size_t size() const {
return _con.size();
}
private:
//std::vector _con;
Container _con;
};
template, class Compare = std::less>
class priority_queue {
private:
//log N
void AdJustDown(size_t parent) {
Compare compare;
size_t child = parent * 2 + 1;
while (child < _con.size()) {
if (child + 1 < _con.size() && compare(_con[child], _con[child + 1])) {
child += 1;
}
if (compare(_con[parent],_con[child])) {
std::swap(_con[child], _con[parent]);
parent = child;
child = parent * 2 + 1;
}
else {
break;
}
}
}
//log N
void AdJustUp(size_t child) {
Compare compare;
while (child > 0) {
size_t parent = (child - 1) / 2;
if (compare(_con[parent], _con[child])) {
std::swap(_con[parent], _con[child]);
}
else {
break;
}
child = parent;
}
}
public:
typedef T* iterator;
priority_queue() {
}
priority_queue(iterator first, iterator last) {
while (first != last) {
_con.push_back(*first);
first++;
}
for (int i = int(_con.size() - 1 - 1) / 2; i >= 0; i--) {
AdJustDown(i);
}
}
void push(const T& x) {
_con.push_back(x);
AdJustUp(_con.size() - 1);
}
void pop() {
std::swap(_con[0], _con[_con.size() - 1]);
_con.pop_back();
AdJustDown(0);
}
const T& top() const {
return _con.front();
}
bool empty() const {
return _con.empty();
}
size_t size() const {
return _con.size();
}
private:
//std::vector _con;
Container _con;
};
}