【C++】priority_queue使用与模拟实现

认识priority_queue

1、priority_queue(优先级队列)是一种容器适配器,底层是一个完全二叉树的大堆(堆总是一颗完全二叉树,根结点最大的堆叫做大堆;根结点最小的堆叫做小堆),头文件在queue中,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。不按照先进先出,优先级高的先出,默认数字大的优先级高。

2、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,priority_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。

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。

容器适配器都是不支持遍历的,不支持范围for。

函数声明接口说明
priority_queue()/priority_queue(first, last)构造一个空的优先级队列
empty( )检测优先级队列是否为空,是返回true,否则返回 false
top( )返回优先级队列中最大(最小元素),即堆顶元素
push(val)在优先级队列中插入元素val
pop()删除优先级队列中最大(最小)元素,即堆顶元素

库中priority_queue的定义:

template <class T, class Container = vector<T>,  class Compare = less<typename Container::value_type> > class priority_queue;

默认使用vector作为底层容器。

使用:

#include <queue>
#include <iostream>
using namespace std;
int main()
{
	
	priority_queue<int> pq;
	//默认数字大的优先级高,即默认大堆
	//也可以通过指定模板参数从而让数字小的优先级高,即变成小堆
	//priority_queue<int, vector<int>, greater<int>> pq;
	for (int i = 0; i < 10; i++)
	{
		pq.push(i);
	}
	cout << pq.size() << endl;//输出队列中元素个数 10
	while (!pq.empty())//判断是否为空
	{
		cout << pq.top() << " ";//队头的元素
		pq.pop();//队头元素出队列
	}
	//输出9 8 7 6 5 4 3 2 1 0
	//如果用小堆实现输出0 1 2 3 4 5 6 7 8 9
	return 0;
}

如果想要使优先级队列中小的优先级更高,则可以借助仿函数**greater<int>**,包含在头文件functional中。

priority_queue<int, vector<int>, greater<int>> pq;

仿函数

仿函数都需要重载一个()。仿函数就是重载了一个(),让对象可以像函数一样去使用。

我们来定义一个仿函数:

template<class T>
struct Less {
	bool operator()(const T& l1, const T& l2)
	{
		return l1 < l2;
	}
};

在Less类中我们重载了(),使其成为了能够比较大小的一个运算符:

#include <iostream>
using namespace std;
template<class T>
struct Less {
	bool operator()(const T& l1, const T& l2)
	{
		return l1 < l2;
	}
};
int main()
{
	Less<int> LessFunc;
	cout << LessFunc(2, 3) << endl;//输出1
	return 0;
}

如果只看cout << LessFunc(2, 3) << endl,我们可能会认为LessFunc是一个函数或者函数指针,但是LessFunc是个Less<int>类型的对象,所以我们叫做仿函数。对象可以像函数一样去使用,本质是调用了operator(),运算符重载。

仿函数是为了解决函数指针void(*ptr)()太复杂的问题。

greater<int>less<int>都是库里面写好的,priority_queue默认使用的是less<int>

堆算法

**堆的底层是一个数组,**我们先认识两种堆的算法:向上调整法和向下调整法。

向上调整法

向上调整法基本思想(以大堆为例):

将插入结点作为目标结点,将目标结点和其父结点比较,如果目标结点的值比父结点的值大,则交换目标结点和父结点的位置,交换之后目标结点就变为父结点,然后继续向上调整;如果目标结点的值比父结点的值小,停止调整说明此时该完全二叉树已经是大堆了。

例:我们在下面的大堆最后位置插入数据100,通过向上调整法调整之后使其仍然是一个大堆:

image-20230705164654763

此时目标结点就是刚插入的结点,值为100,比父结点值大,所以要将目标结点和父结点交换位置:

image-20230705164828199

继续比较并调整,此时目标结点值为100,比父结点值大,交换两者位置:

image-20230705164919608

此时调整完成,该树已经调整成大堆了。

向上调整代码如下:

//大堆的向上调整法
void adjust_up(vector<int>& v, int child)
{
	//找出父结点
	int parent = (child - 1) / 2;

	//当child大于0时一直循环,当child = 0时说明已经调整完
	while (child > 0)
	{
		if (v[parent] < v[child])//当parent值小于child值时调整
		{
			swap(v[parent], v[child]);//交换父结点和子结点位置
			child = parent;//此时child等于parent
			parent = (child - 1) / 2;//重新求父结点
		}
		//此时说明已经是大堆了,不需要调整了
		else
		{
			break;
		}
	}
}

向下调整法

使用堆的向下调整算法有一个前提条件:待向下调整的结点的左子树和右子树都必须为大堆。

向下调整法基本思想(以大堆为例):

将目标结点与自己较大的子结点进行比较,如果目标结点的值比它较大的子结点的值小,则交换目标结点与其较大的子结点的位置,并将较大子结点当作新的目标结点继续向下调整;如果目标结点的值比它较大子结点的值大,则停止向下调整,说明该树已经是大堆。

例:使用向下调整法将下面的完全二叉树调整成大堆(根结点的左右子树已经是大堆)。

image-20230705171138567

通过上图我们可以看出其根结点小于右孩子,所以将根结点和右孩子交换:

image-20230705171354442

经过上次交换之后,值为60的结点还是小于自己的右孩子,再交换:

image-20230705171502735

此时已经调整为大堆。

向下调整法的代码:

//大堆的向下调整
void adjust_down(vector<int>& v,int n,int parent)
{
	int child = (parent * 2) + 1;//求出左孩子
	while (child < n)
	{
		//找到最大孩子结点且保证child合法
		if (child + 1 < n && v[child + 1] > v[child])
		{
			child++;
		}
		if (v[child] > v[parent])//判断孩子结点是否大于父结点
		{
			swap(v[child], v[parent]);//交换结点位置
			parent = child;//重新赋值
			child = (parent * 2) + 1;//重新求出孩子结点
		}
		//已经是大堆
		else
		{
			break;
		}
	}
}

模拟实现priority_queue

优先级队列默认给的容器vector,大堆,数字大的优先级高。

优先级队列底层实际上就是堆结构,通过堆算法实现优先级,堆的底层是一个数组。

我们知道了堆算法的实现,那么priority_queue的模拟实现就变得简单了,其他的操作直接复用容器的函数就可以实现,模拟实现代码如下:

namespace Niu {
	template<class T,class Container = vector<T>>
	class priority_queue {
	public:
		//大堆的向上调整法
		void adjust_up(int child)
		{
			//找出父结点
			int parent = (child - 1) / 2;

			//当child大于0时一直循环,当child = 0时说明已经调整完
			while (child > 0)
			{
				if (_con[parent] < _con[child])//当parent值小于child值时调整
				{
					swap(_con[parent], _con[child]);//交换父结点和子结点位置
					child = parent;//此时child等于parent
					parent = (child - 1) / 2;//重新求父结点
				}
				//此时说明已经是大堆了,不需要调整了
				else
				{
					break;
				}
			}
		}
		//大堆的向下调整
		void adjust_down(int parent)
		{
			int child = (parent * 2) + 1;//求出左孩子
			while (child < _con.size())
			{
				//找到最大孩子结点且保证child合法
				if (child + 1 < _con.size() && _con[child + 1] > _con[child])
				{
					child++;
				}
				if (_con[parent] < _con[child])//判断孩子结点是否大于父结点
				{
					swap(_con[child], _con[parent]);//交换结点位置
					parent = child;//重新赋值
					child = (parent * 2) + 1;//重新求出孩子结点
				}
				//已经是大堆
				else
				{
					break;
				}
			}
		}
		//插入元素
		void push(const T& val)
		{
			_con.push_back(val);//尾插
			adjust_up(_con.size() - 1);//向上调整
		}
		//删除元素
		void pop()
		{
			swap(_con[0],_con[_con.size() - 1]);//交换第一个和最后一个结点位置
			_con.pop_back();//尾删,删除优先级最高的结点
			adjust_down(0);//向下调整
		}
		//返回优先级最高的元素
		const T& top()
		{
			return _con[0];
		}
		//返回数据个数
		size_t size()
		{
			return _con.size();
		}
		//判断是否为空
		bool empty()
		{
			return _con.empty();
		}
	private:
		Container _con;
	};
}

测试:

#include <iostream>
#include <algorithm>
#include <vector>
using namespace std;
#include "priority_queue.h"
int main()
{
	
	Niu::priority_queue<int> pq;
	//默认数字大的优先级高,即默认大堆
	for (int i = 0; i < 10; i++)
	{
		pq.push(i);
	}
	cout << pq.size() << endl;//输出队列中元素个数 10
	while (!pq.empty())//判断是否为空
	{
		cout << pq.top() << " ";//队头的元素
		pq.pop();//队头元素出队列
	}
	//输出9 8 7 6 5 4 3 2 1 0
	//如果用小堆实现输出0 1 2 3 4 5 6 7 8 9
	return 0;
}

数值大的优先级高,priority_queue是一个适配器,当我们将底层模板参数更改为deque<T>仍然能运行。

template<class T,class Container = deque<T>>

那此时默认的是数值大的优先级高,如果想让数值小的优先级高可以通过仿函数实现。

注意仿函数定义时>是小堆,<是大堆,定义仿函数的时候运算符要和类名保持一致。

在下面的代码中定义了两个仿函数,同时将向上调整法和向下调整法中的大小比较通过仿函数实现(还可以传一个匿名对象调用仿函数):

namespace Niu {
    //定义大堆
	template<class T>
	struct less {
		bool operator()(const T& a, const T& b)
		{
			return a < b;
		}
	};
    //定义小堆
	template<class T>
	struct greater {
		bool operator()(const T& a, const T& b)
		{
			return a > b;
		}
	};
	template<class T,class Container = vector<T>,class Compare = less<T>>
	class priority_queue {
	public:
		//大堆的向上调整法
		void adjust_up(int child)
		{
			Compare com; //此时我们可以使用重载的运算符
			//找出父结点
			int parent = (child - 1) / 2;

			//当child大于0时一直循环,当child = 0时说明已经调整完
			while (child > 0)
			{
				//if (_con[parent] < _con[child])//当parent值小于child值时调整
				if(com(_con[parent],_con[child]))
				{
					swap(_con[parent], _con[child]);//交换父结点和子结点位置
					child = parent;//此时child等于parent
					parent = (child - 1) / 2;//重新求父结点
				}
				//此时说明已经是大堆了,不需要调整了
				else
				{
					break;
				}
			}
		}
		//大堆的向下调整
		void adjust_down(int parent)
		{
			Compare com; //此时我们可以使用重载的运算符
			int child = (parent * 2) + 1;//求出左孩子
			while (child < _con.size())
			{
				//找到最大孩子结点且保证child合法
				//if (child + 1 < _con.size() && _con[child + 1] > _con[child])
				if (child + 1 < _con.size() && com(_con[child], _con[child + 1]))
				{
					child++;
				}
                //if ( _con[parent] < _con[child])
				if (com(_con[parent], _con[child]))//判断孩子结点是否大于父结点
				//还可以传一个匿名对象调用if (com()(_con[parent] , _con[child]))
				{
					swap(_con[child], _con[parent]);//交换结点位置
					parent = child;//重新赋值
					child = (parent * 2) + 1;//重新求出孩子结点
				}
				//已经是大堆
				else
				{
					break;
				}
			}
		}
	private:
		Container _con;
	};
}

测试:

int main()
{	
	//通过指定模板参数从而让数字小的优先级高,即变成小堆
	Niu::priority_queue<int, vector<int>, greater<int>> pq;
	for (int i = 0; i < 10; i++)
	{
		pq.push(i);
	}
	cout << pq.size() << endl;//输出队列中元素个数 10
	while (!pq.empty())//判断是否为空
	{
		cout << pq.top() << " ";//队头的元素
		pq.pop();//队头元素出队列
	}
	//输出0 1 2 3 4 5 6 7 8 9
	return 0;
}

不是内置类型也可以用模板参数比较大小,但是我们要重载><运算符,方便在调用仿函数时调用,如下面的日期类代码:

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 test_priority_queue2()
{
    // 大堆,需要用户在自定义类型中提供<的重载
    priority_queue<Date> q1;
    q1.push(Date(2018, 10, 29));
    q1.push(Date(2018, 10, 28));
    q1.push(Date(2018, 10, 30));
    cout << q1.top() << endl;
}

我们实现了><运算符重载,这样在自定义类型的优先级队列中,当我们push时,在push函数中调用adjust_up函数,而在adjust_up函数中有仿函数的使用,仿函数中有类型比较,整个过程如下图:

image-20230705204240242

那此时如果我们想比较两个Date*类型所指向的日期大小我们应该怎么办呢?

Date*可以比较大小,但是不是我们想要的,new出来的地址没有先大先小的概念,完全没有规律。所以我们也可以通过仿函数来比较。

实现两个日期类指针的仿函数(注意要在日期类下面定义):

class PDateLess{
public:
    bool operator()(const Date* p1, const Date* p2)
    {
        return *p1 < *p2;
    }
};
class PDateGreater{
public:
    bool operator()(const Date* p1, const Date* p2)
    {
        return *p1 > *p2;
    }
};

测试:

void test_priority_queue2()
{
    // 大堆,需要用户在自定义类型中提供<的重载
    priority_queue<Date> q1;
    q1.push(Date(2018, 10, 29));
    q1.push(Date(2018, 10, 28));
    q1.push(Date(2018, 10, 30));
    cout << q1.top() << endl;
    //输出2018-10-30

    //priority_queue<Date*,vector<Date*>,PDateLess> q2;//大堆
    priority_queue<Date*, vector<Date*>, PDateGreater> q2;//小堆
    q2.push(new Date(2018, 10, 29));
    q2.push(new Date(2018, 10, 28));
    q2.push(new Date(2018, 10, 30));
    cout << *(q2.top()) << endl;//返回值为日期指针类型,所以要解引用
    //输出2018-10-28
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/37121.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

入侵排查与响应-window和linux版

目录 &#xff08;一&#xff09;关于这方面的一些简单了解 1、我们的电脑为什么会被黑客入侵 2、黑客攻击的方式 &#xff08;二&#xff09;window入侵排查 1、查看异常特征 2、系统账户安全 3、检测异常端口、进程 4、查看启动项、计划任务、服务 5、检查系统相关信…

Spring Cloud微服务治理框架深度解析

在学习一个技术之前&#xff0c;首先我们要了解它是做什么的&#xff0c;我们为什么要用它。不然看再多资料都理解不了&#xff0c;因此我们先来讲解下Spring Cloud Spring Cloud是一套微服务治理框架&#xff0c;几乎考虑到了微服务治理的方方面面。那么接下来具体说下 Spring…

Linux 的常用命令

文章目录 lsllcdpwd编辑简单文件touchcatecho 编辑复杂文件vim mkdirrmcpmvgerppsnetstat总结 ls 查看当前目录或指定目录下的所有文件 ls 什么都不加表示查看当前目录中的内容 ls目录名&#xff0c;就是插卡指定目录下的所有文件。/代表根目录。 注&#xff1a;蓝色的表示目…

【Leetcode】42.接雨水(困难)

一、题目 1、题目描述 给定 n 个非负整数表示每个宽度为 1 的柱子的高度图,计算按此排列的柱子,下雨之后能接多少雨水。 示例1: 输入:height = [0,1,0,2,1,0,1,3,2,1,2,1] 输出:6 解释:上面是由数组 [0,1,0,2,1,0,1,3,2,1,2,1] 表示的高度图,在这种情况下,可以接 6…

OpenCV实现一张图片的特定区域上添加另一张图片

#include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> using namespace cv;int main( ){Mat image= imread

java并发编程 10:AQS

目录 什么是AQS原理 什么是AQS juc包的结构如下图&#xff1a; AQS就是AbstractQueuedSynchronizer&#xff0c;是个抽象类&#xff0c;实现了自己的一些方法。它是阻塞式锁和相关的同步器工具的框架。很多并发类都是基于它实现的&#xff0c;如&#xff1a;ReentrantLock、Co…

Edge浏览器无法展示Stable Diffusion Control Net插件

Edge浏览器无法展示Stable Diffusion Control Net插件 最近在学习Stable Diffusion&#xff0c;需要使用到Control Net插件&#xff0c;结果通过各种方式安装成功插件后&#xff0c;浏览器页面没有展示ControlNet相关页面&#xff0c;最终换到Chorme浏览器后正常&#xff0c;猜…

连接区块链节点的 JavaScript 库 web3.js

文章目录 前言web3.js 介绍web3.js安装web3.js库模块介绍连接区块链节点向区块链网络发送数据查询区块链网络数据 前言 通过前面的文章我们可以知道基于区块链开发一个DApp&#xff0c;而DApp结合了智能合约和用户界面&#xff08;客户端&#xff09;&#xff0c;那客户端是如…

设计模式——工厂方法模式

工厂方法模式 定义 工厂方法模式的使用频率非常高 定义一个用于创建对象的接口&#xff0c;让子类决定实例化哪一个类。工厂方法将一个类的实例化延迟到其子类。 优缺点、使用场景 优点 良好的封装性&#xff0c;代码结构清晰。调用者需要一个产品&#xff0c;只需要知道…

图书馆工作效率太低?请疯狂使用这个工具!

在当今社会&#xff0c;对于公共场所的安全和保护变得越来越重要。图书馆作为一个重要的知识资源中心和学习场所&#xff0c;同样需要采取措施来确保其内部环境的安全性。其中&#xff0c;烟雾监控是一项关键的安全措施。 客户案例 浙江某图书馆每天都有大量的读者访问&#xf…

35.RocketMQ之Broker端消息存储文件详解

highlight: arduino-light Broker端文件详解 dubbo的核心是spi&#xff0c;看懂了spi那么dubbo基本上也懂了。对于rmq来说&#xff0c;它的核心是broker&#xff0c;而broker的核心是commitlog、consumequeue、indexfile&#xff0c;而这些文件对应的最终都是MappedFile&#x…

3.1 Bootstrap 字体图标(Glyphicons)

文章目录 Bootstrap 字体图标(Glyphicons)什么是字体图标&#xff1f;获取字体图标CSS 规则解释带有导航栏的字体图标定制字体图标定制字体尺寸定制字体颜色应用文本阴影 Bootstrap 字体图标(Glyphicons) 本章将讲解字体图标(Glyphicons)&#xff0c;并通过一些实例了解它的使用…

2023-07-11力扣每日一题

链接&#xff1a; https://leetcode.cn/problems/maximum-alternating-subsequence-sum/ 题意&#xff1a; 给定一个数组&#xff0c;求一个子序列&#xff0c;使这个子序列的奇数位和-偶数位和最大&#xff08;下标从1开始的话|反正第一个数是&#xff09; 解&#xff1a;…

【STM32MP135】修复10.1寸屏显示异色问题,添加极性配置

文件路径&#xff1a;u-boot-stm32mp-v2021.10-stm32mp1-r1/drivers/video/stm32/stm32_ltdc.c

Microsoft 宣布今年底关闭开源软件托管平台 CodePlex

Microsoft 宣布&#xff0c;将关闭开源软件托管平台 CodePlex。Microsoft 2006 年推出这项服务&#xff0c;并决定在今年 12 月 15 日将其关闭。 Microsoft 公司副总裁 Brian Harry 在网上博客中写道&#xff0c;人们将可以下载他们的数据档案&#xff0c;Microsoft 正与面向开…

使用C语言连接MySQL

目录 一、引入库 1.1 下载库文件 1.2 在项目中引入库 二、使用库 2.1 连接数据库 2.2 SQL请求 2.3 获取查询结果 2.4 使用案例 一、引入库 1.1 下载库文件 要使用C语言连接MySQL&#xff0c;需使用MySQL官网提供的库 MySQL :: Download Connector/Chttps://dev.mysq…

Django学习笔记

记个笔记 使用Django时使用python3.9创建app时没有响应 使用如下指令&#xff1a; python manage.py startapp app名字 原因&#xff1a; windows使用python运行时指令不是python3.9... 此外启动项目也是&#xff1a; python manage.py runserver 2023.7.8 使用Django链接…

计算机系统结构与操作系统实验三(4-2)-启动分页机制

&#x1f4cd;实验要求 在开启分页后&#xff0c;显示提示如“V-zhangsan” 用命令info tab查看虚拟地址向物理地址的映射情况 用命令creg显示控制位中PG页式是否开启 &#x1f4cd;实验过程 创建文件 &#x1f4cd;&#x1f4cd;mbr.S ;主引导程序 ;------------------…

大数据ETL工具对比(Sqoop, DataX, Kettle)

前言 在实习过程中&#xff0c;遇到了数据库迁移项目&#xff0c;对于数据仓库&#xff0c;大数据集成类应用&#xff0c;通常会采用ETL工具辅助完成&#xff0c;公司和客户使用的比较多的是Sqoop, DataX和Kettle这三种工具。简单的对这三种ETL工具进行一次梳理。 ETL工具&…

Day2 图连通

A - PRO-Professor Szu 简单的来说就是 缩点、反图拓扑。 需要注意不与 n 1 n1 n1 联通的点可能会使得一些点的入度无法为 0 而无法入队&#xff0c;消除这些点的影响即可。 当时写的&#xff1a; D - BLO-Blockade 非割点&#xff1a; 2 ( n − 1 ) 2(n-1) 2(n−1)。 …