当前位置: 首页 > article >正文

C++——stack和queue的模拟实现

        栈和队列是我们在学习过的两种基础数据结果,这两种数据结构的实现在以前的博客里都有,这里的stack和queue是作为两种容器出现,但是在实现的逻辑和使用c语言实现的时候的逻辑是一样的。

        在已经学习过一下stl容器的情况下,这里介绍另外一种stl容器的实现方式——容器适配器模式。也就是用一个已经存在的容器来实现另外一个具有特殊功能的容器。stack和queue是在容器的一端或者两端对数据进行操作,不能对中间部分的数据进行任何操作,所以这里我们可以用deque这个容器来进行适配,因为deque也仅支持在两端进行操作。

        一、stack

        作为一种适配器,我们默认是使用deque来进行适配的,但是如果用户强制想要使用其他的容易来实现,这样通过模版的形式也是能够改变的。当用户指定的容器没有对应的功能能,运行时就会发生错误了。因为我们是要用deque来视频stack,所以这个类里面只需要有一个默认的容器对象就行,实际上的数据并不是存放在stack里,而是存放在_con这个成员对象里。

template<class T,class Con= deque<T>>
class stack
{
private:
	Con _con;
};

        stack的入栈、出栈、判空等操作其实在deque里就已经把我们实现好了,我们这里要做就是去调用已经实现好的函数就好了。  

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();
}

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

bool empty()const
{
	return _con.empty();
}

        二、queue

        队列的实现和栈是一样的,也是运用容器适配器的模式,利用已经实现好的deque来实现我们想要的队列

	template<class T,class Con = deque<T>>
	class queue
	{
	public:
		queue(){}
		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();
		}

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

		bool empty() const
		{
			return _con.empty();
		}
	private:
		Con _con;
	};

        三、优先级队列

        优先级队列是一种特殊的队列,它只支持在队列的一端进行操作,并且它出队的顺序并不是按照入队顺序进行的,它是按照入队数据的大小进行的,默认是队列中保存的数据越大,它出队列的优先级越高。

        在优先级队列它是按照数据的大小进行出栈的,所以可能是会对中间数据进行操作的,这里使用deque来实现就不太合适了,在每次出栈的时候,我们都只需要确定整个队列里唯一一个最值就可以,这样就不难联想到之前实现过的堆了。我们把一个堆建立起来以后,这样我们就能保证在堆顶的位置一定是那个要出队的数据。所以这里用到的容器应该是vector。

        它的结构也很简单,只需要有一个来存储数据的对象即可,其他的操作我们都可以调用已经实现好的vector来完成。

	template<class T,class Con=vector<T>>
    class priority_queue
	{
	public:
		priority_queue(){}

	private:
		Con _con;
	};

        这里的入队操作其实和我们之前学习建堆的过程是一样的,只不过之前我们是在所有的数据都是在数组内的时候建立这个堆,而且优先级队列这里是当一个数据进入队列以后,先把这个数据插入到数组的最后一个位置,再使用向上调整算法来建堆。

		void AdujstUp(int child)
		{
			int parent = (child - 1) / 2;

			while (child > 0)
			{
				if (_con[parent]<_con[child])
				{
					swap(_con[parent], _con[child]);
					child = parent;
					parent = (child - 1) / 2;
				}
				else
					break;
			}
		}

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

        出队列的操作也是相同的,因为在堆里,我们能保证的只有堆顶的数据是我们想要的最大值或者最小值,如果我们之间把堆顶的元素进行删除的话,这样不仅所有数据都要向前移动一位的时间消耗很大,而且还会破坏这个堆的结构。所以我们要先把这个要删除的数据和最后一个位置的数据进行交换,这样就可以就轻松的删除这个数据,然后再通过向下调整算法,恢复这个堆的性质,这样能大大降低消耗。

		void AdujstDown(int parent)
		{
			int child = parent * 2 + 1;

			while (child < _con.size())
			{
				if (child+1 < _con.size() && com(_con[child + 1], _con[child]))
					++child;

				if (_con[parent]<_con[child])
				{
					swap(_con[child], _con[parent]);
					parent = child;
					child = parent * 2 + 1;
				}
				else
					break;
			}
		}

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

        剩下的一些操作就是很简单的去调用vector里已经实现好的函数就行了。

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

		const size_t size() const
		{
			return _con.size();
		}
		
		const bool empty() const
		{
			return _con.empty();
		}

        实现到这里其实一个优先级队列的基本功能就完成了,这个优先级队列不仅能存储基本数据类型,只要自定义类型也进行了比较运算符的重载也是能够存储的。但是这样实现的话,这个优先级队列就只能从大到小的输出,并不能实现从小到大的一个输出。

        为了让用户能够自定义我们输出的顺序,所以我们要给priority_queue加上一个仿函数

class Compare=Less<T>,通过改变这个模版参数,来达到实现控制输出顺序的目的。

        所谓的仿函数就是用一个类来重载()这个操作符,当用这个类实例化出的对象来调用operator()这个函数的时候,就能像实现类似于函数调用的形式,但是本质上是这个类的对象调用了operator()函数。

        我们还需要再优先级队列之前实现这两个类。

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

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

        其次向上调整算法和向下调整算法也要调整成如下的形式,下面com就是我们用来比较的类,这个类重载了operator(),所以这个类的对象com可以直接用com(_con[parent],_con[child])的方式来直接调用operator()这个函数,编译器会自动识别成com.operator(_con[parent],_con[child])这样形式就被称为仿函数。

		void AdujstUp(int child)
		{
			int parent = (child - 1) / 2;

			Compare com;
			while (child > 0)
			{
				if (com(_con[parent],_con[child]))
				{
					swap(_con[parent], _con[child]);
					child = parent;
					parent = (child - 1) / 2;
				}
				else
					break;
			}
		}

        void AdujstDown(int parent)
		{
			int child = parent * 2 + 1;
		
			Compare com;

			while (child < _con.size())
			{
				if (child+1 < _con.size() && com(_con[child + 1], _con[child]))
					++child;

				if (com(_con[parent],_con[child]))
				{
					swap(_con[child], _con[parent]);
					parent = child;
					child = parent * 2 + 1;
				}
				else
					break;
			}
		}


http://www.kler.cn/a/309309.html

相关文章:

  • Linux——gcc编译过程详解与ACM时间和进度条的制作
  • PyTorch版本的3D网络Grad-CAM可视化实验记录
  • 【Java学习】电脑基础操作和编程环境配置
  • YOLOv11融合ICCV[2023]动态蛇形卷积Dynamic模块及相关改进思路|YOLO改进最简教程
  • 数据重塑:长宽数据转换【基于tidyr】
  • 【算法一周目】双指针(1)
  • 重学SpringBoot3-SpringApplicationRunListener
  • GORM查询指南:高效检索数据
  • 认识数学建模,什么是数学建模
  • 小红书热门系列,风口副业项目AI宠物壁纸号,玩法分享
  • AI教你学Python 第10天 :参数与返回值
  • TAPD卓越版的全面评测:超强的功能与用户体验优势
  • linux下日志系统setvbuf接口及结构体 handle_file_t成员介绍
  • 学习之git的团队协作
  • Qt问题笔记
  • Selenium之下拉框操作详解
  • MySQL5.7-虚拟列
  • Rust 所有权 借用与引用
  • Android 车联网——汽车模块介绍(附1)
  • 【SpringCloud】Spring Cloud 开发环境搭建与基础工程构建
  • TaskingAI实践(一)快速上手
  • 【Java】基础语法介绍
  • 【自动驾驶】决策规划算法 | 数学基础(三)直角坐标与自然坐标转换Ⅱ
  • 论文速递 | 基于MIC-ICEEMD-RIME-DHKELM的碳排放预测模型研究
  • Linux系统上搭建Vulhub靶场
  • OpenCV通过鼠标提前ROI(C++实现)