目录
0. 引言
1. priority_queue 介绍
1.1 构造函数
1.2 priority_queue 接口函数使用
1.3 仿函数
1.4 题目练习
2. priority_queue 模拟实现
2.1基本框架：
2.2 默认构造函数
2.3 基本函数
2.4 堆的向上以及向下调整
0. 引言
优先队列 (priority_queue) 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。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)。优先队列和堆本质是一样的，以数组形式存储的完全二叉树。
1. priority_queue 介绍
1.1 构造函数
我们可以看到有两种构造方式，一个是构造一个空对象，另一个是通过迭代器的区间来构造，默认的构造出的是大堆。
priority_queue<int> pq1; //直接构造空对象接下来我们分别以大堆和小堆的方式来构造对象：
vector<int> v1 = {3,2,7,6,0,4,1,9,8,5};
priority_queue<int, vector<int>, less<int>> pq1(v1.begin(), v1.end());
//less-大堆
while (!pq1.empty())
{
cout << pq1.top() << " ";
pq1.pop();
}
cout << endl;
priority_queue<int, vector<int>, greater<int>> pq2(v1.begin(), v1.end());
//greater-小堆
while (!pq2.empty())
{
cout << pq2.top() << " ";
pq2.pop();
}
cout << endl;
priority_queue<int> pq3(v1.begin(), v1.end());
//默认大堆
while (!pq3.empty())
{
cout << pq3.top() << " ";
pq3.pop();
}
cout << endl;
因此我们得出： less - 大堆， greater - 小堆。
1.2 priority_queue 接口函数使用
接口函数主要包括以下：
| 函数 | 说明 |
| 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 |
| push | 在优先级队列中插入元素x |
| pop | 删除优先级队列中最大(最小)元素，即堆顶元素 |
1.3 仿函数
仿函数又名函数对象 function objects 仿函数的主要作用是借助类和运算符重载，做到同一格式兼容所有函数。由于模板将 less 用作大堆，而 greater 用做小堆，是在有点别扭，如果是我们自己实现仿函数的化，肯定会按照习惯来写，less 表示小堆，greater 表示大堆。例如：
template<class T>
struct less
{
bool operator()(const T& x, const T& y)
{
return x < y;
}
};
template<class T>
struct greater
{
bool operator()(const T& x, const T& y)
{
return x > y;
}
};
1.4 题目练习
优先级队列适合来进行TOPK 以及 排序问题，因为其底层是和堆一模一样的。现在我们一起来看下面这道题：
这题如果不关心时间复杂度，直接利用 sort 排序将会很简单：
class Solution {
public:
int findKthLargest(vector<int>& nums, int k)
{
sort(nums.begin(),nums.end());
return nums[nums.size()-k];
}
};当我们使用优先级队列时，时间复杂度会更好：
//大堆
class Solution {
public:
int findKthLargest(vector<int>& nums, int k)
{
priority_queue<int> pq1(nums.begin(), nums.end());
for(int i = 0;i < k-1; i++)
{
pq1.pop();
}
return pq1.top();
}
};//小堆
class Solution {
public:
int findKthLargest(vector<int>& nums, int k)
{
priority_queue<int,vector<int>, greater<int>> pq1(nums.begin(), nums.begin()+k);
for(int i = k ;i < nums.size(); i++)
{
if(nums[i] > pq1.top())
{
pq1.pop();
pq1.push(nums[i]);
}
}
return pq1.top();
}
};2. priority_queue 模拟实现
优先级队列的模拟实现，难点在于堆的 向上和向下调整。
2.1基本框架：
#pragma once
#include <vector>
namespace LHY
{
//默认底层结构为 vector
template<class T, class Container = std::vector<T>>
class priority_queue
{
public:
//构造函数及其他功能
private:
Container _con; //其中的成员变量为底层容器对象
};
}
2.2 默认构造函数
//默认构造函数
priority_queue()
:_con()
{}
//迭代器区间构造
template<class InputIterator>
priority_queue(InputIterator first, InputIterator last)
:_con()
{
while (first != last)
{
push(*first);
first++;
}
}
2.3 基本函数
//判断是否为空
bool empty() const
{
return _con.empty();
}
//优先级队列的大小（有效元素数）
size_t size() const
{
return _con.size();
}
//堆顶元素（优先级最 高/低 的值）
const T& top() const
{
return _con.front();
}
2.4 堆的向上以及向下调整
//向上调整
void adjust_up(size_t child)
{
size_t parent = (child - 1) / 2;
while (child != 0)
{
//父 > 子 此时为大堆，如果不符合，则调整
if (_con[child] > _con[parent])
{
std::swap(_con[child], _con[parent]);
child = parent;
parent = (child - 1) / 2;
}
else
break;
}
}
//向下调整
void adjust_down(size_t parent)
{
size_t child = parent * 2 + 1; //假设左孩子为 【大孩子 / 小孩子】
while (child < size())
{
//判断右孩子是否比左孩子更符合条件，如果是，则切换为与右孩子进行比较
if (child + 1 < size() && _con[child + 1] > _con[child])
child++;
//父 > 子 此时为大堆，如果不符合，则调整
if (_con[child] > _con[parent])
{
std::swap(_con[child], _con[parent]);
parent = child;
child = parent * 2 + 1;
}
else
break; //满足条件时，一样需要跳出，不再调整
}
}
