优先级队列priority_queue

优先级队列的使用:

        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

优先级队列的介绍和解析:

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:

需要写建堆以及调整堆的函数,其他函数可以调用底层的容器,如vector的成员函数

  • empty():检测容器是否为空
        bool empty() const
        {
            return c.empty();
        }
  • size():返回容器中有效元素个数
        size_t size() const
        {
            return c.size();
        }
  • front():返回容器中第一个元素的引用
        const T& top()
        {
            return c[0];
        }
  • push_back():在容器尾部插入元素
        void push(const T& x)
        {
            c.push_back(x);
            adjust_up(c.size() - 1);
        }
        void adjust_up(int i)
        {
            Compare cmp;
            int child = i;
            int parent = (child - 1) / 2;
            while (child > 0)
            {
                if (cmp(c[child], c[parent]))
                {
                    swap(c[child], c[parent]);
                    child = parent;
                    parent = (child - 1) / 2;
                }
                else
                {
                    break;
                }
            }
        }
  • pop_back():删除容器尾部元素
  •         void pop()
            {
                swap(c[0], c[c.size() - 1]);
                c.pop_back();
                adjust_down(0);
            }
            void adjust_down(int i)
            {
                Compare cmp;
                int parent = i;
                int child = 2 * parent + 1;
                while (child < c.size())
                {
                    if (child + 1/*防止月结*/ < c.size()
                        && cmp(c[child], c[child + 1]))
                    {
                        ++child;
                    }
                    //if (c[parent] < c[child])
                    if (cmp(c[parent],c[child]))
    
                    {
                        swap(c[parent], c[child]);
                        parent = child;
                        child = 2 * parent + 1;
                    }
                    else
                    {
                        break;
                    }
                }
            }


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。

练习题:

215. 数组中的第K个最大元素

class Solution {
public:
int findKthLargest(vector& nums, int k) {
        // 将数组中的元素先放入优先级队列中
        priority_queue p(nums.begin(), nums.end());
        // 将优先级队列中前k-1个元素删除掉
        for(int i= 0; i < k-1; ++i)
        {
            p.pop();
        }
        return p.top();
    }
};

priority_queue的模拟实现

通过对priority_queue的底层结构就是堆,因此此处只需对其进行通用的封装即可。

#pragma once
#include
#include
#include
using namespace std;
namespace bit

{

    template , class Compare = less >

    class priority_queue

    {

    public:

        priority_queue()
        {

        }

        template 

        priority_queue(InputIterator first, InputIterator last)
            :c(first,last)
        {
            for (int i = (c.size() - 1 - 1) / 2; i >= 0; i--)
            {
                adjust_down(i);
            }
        }
        void adjust_down(int i)
        {
            Compare cmp;
            int parent = i;
            int child = 2 * parent + 1;
            while (child < c.size())
            {
                if (child + 1/*防止月结*/ < c.size()
                    && cmp(c[child], c[child + 1]))
                {
                    ++child;
                }
                //if (c[parent] < c[child])
                if (cmp(c[parent],c[child]))

                {
                    swap(c[parent], c[child]);
                    parent = child;
                    child = 2 * parent + 1;
                }
                else
                {
                    break;
                }
            }
        }
        void adjust_up(int i)
        {
            Compare cmp;
            int child = i;
            int parent = (child - 1) / 2;
            while (child > 0)
            {
                if (cmp(c[child], c[parent]))
                {
                    swap(c[child], c[parent]);
                    child = parent;
                    parent = (child - 1) / 2;
                }
                else
                {
                    break;
                }
            }
        }
        bool empty() const
        {
            return c.empty();
        }

        size_t size() const
        {
            return c.size();
        }

        const T& top()
        {
            return c[0];
        }

        void push(const T& x)
        {
            c.push_back(x);
            adjust_up(c.size() - 1);
        }

        void pop()
        {
            swap(c[0], c[c.size() - 1]);
            c.pop_back();
            adjust_down(0);
        }

    private:

        Container c;

        Compare comp;

    };

};

测试代码

#define _CRT_SECURE_NO_WARNINGS 1
#include"priority_queue.h"
#include


template
class Less
{
public:
    bool operator()(const T& x, const T& y)
    {
        return x < y;
    }
};

template
class Greater
{
public:
    bool operator()(const T& x, const T& y)
    {
        return x > y;
    }
};
void test_priority_queue()
{
    // 插入删除数据效率 logN
    //bit::priority_queue q; // 大堆
    //bit::priority_queue, less> q; // 大堆
    bit::priority_queue, Greater> q; // 小堆

    q.push(3);
    q.push(1);
    q.push(5);
    q.push(4);

    //bit::priority_queue copy(q);

    while (!q.empty())
    {
        cout << q.top() << " ";
        q.pop();
    }
    cout << endl;

    int a[] = { 1,2,6,2,1,5,9,4 };
    sort(a, a + 8, greater());
    //greater gt;
    //sort(a, a + 8, gt);
}
int main()
{
    test_priority_queue();

	return 0;
}

你可能感兴趣的:(c++练习,数据结构,开发语言,c++)