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;
}