c++之deque和priority_queue
Deque
文档：https://legacy.cplusplus.com/reference/deque/deque/?kw=deque
相关接口：
![[图片]
[图片]](https://i-blog.csdnimg.cn/direct/6bb5b80d8f074b328f092ce1b245400d.png)
push_back():在尾部插入
#include <iostream>
#include <deque>
int main ()
{
std::deque<int> mydeque;
int myint;
std::cout << "Please enter some integers (enter 0 to end):\n";
do {
std::cin >> myint;
mydeque.push_back (myint);
} while (myint);
std::cout << "mydeque stores " << (int) mydeque.size() << " numbers.\n";
return 0;
}
push_front():在头部插入;
void push_back (const value_type& val);
#include <iostream>
#include <deque>
int main ()
{
std::deque<int> mydeque (2,100); // two ints with a value of 100
mydeque.push_front (200);
mydeque.push_front (300);
std::cout << "mydeque contains:";
for (std::deque<int>::iterator it = mydeque.begin(); it != mydeque.end(); ++it)
std::cout << ' ' << *it;
std::cout << '\n';
return 0;
}
pop_back()：在尾部删除
void pop_back();
#include <iostream>
#include <deque>
int main ()
{
std::deque<int> mydeque;
int sum (0);
mydeque.push_back (10);
mydeque.push_back (20);
mydeque.push_back (30);
while (!mydeque.empty())
{
sum+=mydeque.back();
mydeque.pop_back();
}
std::cout << "The elements of mydeque add up to " << sum << '\n';
return 0;
}
pop_front()：在头部删除
void pop_front();
#include <iostream>
#include <deque>
int main ()
{
std::deque<int> mydeque;
mydeque.push_back (100);
mydeque.push_back (200);
mydeque.push_back (300);
std::cout << "Popping out the elements in mydeque:";
while (!mydeque.empty())
{
std::cout << ' ' << mydeque.front();
mydeque.pop_front();
}
std::cout << "\nThe final size of mydeque is " << int(mydeque.size()) << '\n';
return 0;
}
insert():插入数据
- 1.iterator insert (iterator position, const value_type& val);
- 2.void insert (iterator position, size_type n, const value_type& val);
template
3.void insert (iterator position, InputIterator first, InputIterator last);
#include <iostream>
#include <deque>
#include <vector>
int main ()
{
std::deque<int> mydeque;
// set some initial values:
for (int i=1; i<6; i++) mydeque.push_back(i); // 1 2 3 4 5
std::deque<int>::iterator it = mydeque.begin();
++it;
it = mydeque.insert (it,10); // 1 10 2 3 4 5
// "it" now points to the newly inserted 10
mydeque.insert (it,2,20); // 1 20 20 10 2 3 4 5
// "it" no longer valid!
it = mydeque.begin()+2;
std::vector<int> myvector (2,30);
mydeque.insert (it,myvector.begin(),myvector.end());
// 1 20 30 30 20 10 2 3 4 5
std::cout << "mydeque contains:";
for (it=mydeque.begin(); it!=mydeque.end(); ++it)
std::cout << ' ' << *it;
std::cout << '\n';
return 0;
}
erase（）:删除
- iterator erase (iterator position);
- iterator erase (iterator first, iterator last);
在这里插入代码片
#include <iostream>
#include <deque>
int main ()
{
std::deque<int> mydeque;
// set some values (from 1 to 10)
for (int i=1; i<=10; i++) mydeque.push_back(i);
// erase the 6th element
mydeque.erase (mydeque.begin()+5);
// erase the first 3 elements:
mydeque.erase (mydeque.begin(),mydeque.begin()+3);
std::cout << "mydeque contains:";
for (std::deque<int>::iterator it = mydeque.begin(); it!=mydeque.end(); ++it)
std::cout << ' ' << *it;
std::cout << '\n';
return 0;
}
原理介绍
deque(双端队列)，是一种双开口的"连续"空间的数据结构，双开口的含义是：可以在头尾两端进行插入和
删除操作，且时间复杂度为O(1)，与vector比较，头插效率高，不需要搬移元素；与list比较，空间利用率比 较高。
但是他的底层不是一整块连续的空间的，它是由一段段空间拼接而成的，就像是一个二维数组。
我们的发明deque 的初衷是因为我们的vector和list他们各自的优点就是他们的缺点，非常互补的两个容器，所以我们的发明者就想能不能发明一个这样的东西，将我们的vector和list的优势结合在一起。
vector和list的优缺点：
vector优点：
- 尾插尾删效率不错，支持高效的随机访问。
- 物理空间连续，所以高速缓存利用率高
缺点： - 空间需要扩容，扩容带来的一些代价（效率和空间的浪费）
- 头部和中间插入和删除的效率低，挪动数据的消耗大。
list的优点： - 按需申请释放空间，不用扩容，不会浪费空间。
- 任意位置的插入删除效率高
缺点： - 不支持下标的随机访问。
deque的一些接口的：
文档链接：https://legacy.cplusplus.com/reference/deque/deque/?kw=deque
支持头插头删和尾插尾删。
![[图片]](https://i-blog.csdnimg.cn/direct/d959b03afb57467299b876575ad0ddd7.png)
deque的底层结构
我们deque底层实现的时候想要将我们的vector和list的优点都做到肯定是不可能的，否则我们的就不需要去学习我们的额vector和list了。
他是我们的vector和list的一个缝合怪。：
支持下标访问，又支持我们的任意位置的插入删除。也支持迭代器的++和–
我们的deque先是开辟一小段数组空间buff,在将我们的数据存入我们的数组中，当我们的空间不够了再继续开一个数组buff，这样我们的就不用频繁的开辟空间，但是浪费的空间也不是很多。
然后使用一个中控指针数组，这个数组里面存的是每个数组的起始地址，数组之间利用这个中控数组进行关联，可以利用他来寻找下一个数组，当你的到达该数组最后一个元素时，利用中控数组找到下一个数组，这个就是为什么他可以支持随机访问的原因。
![[图片]](https://i-blog.csdnimg.cn/direct/0a9a2fddff7c43acbf28a794d827474e.png)
当我们想访问我们的第i个位置的值时：只要进行i/n(一个数组的大小),算出在第几个数组,再去i%n算出在该数组中的哪个位置。
其底层结构如下图所示：
![[图片]](https://i-blog.csdnimg.cn/direct/644f0021e730425384c9022dc2a1c6ba.png)
双端队列底层是一段假象的连续空间，实际是分段连续的，为了维护其“整体连续”以及随机访问的假象，落 在了deque的迭代器身上，因此deque的迭代器设计就比较复杂，如下图所示：
![[图片]](https://i-blog.csdnimg.cn/direct/312e7658e64c40799051793ea0bc1277.png)
关于我们的迭代器的实现利用了4个指针：
- cur是我们当前的位置
- first指向我们当前所在数组的开头
- last指向我们当前所在数组的最后一个
- node就是我们的中控数组中我们当前数组。
我们的deque 他是支持我们的迭代器++和–的：
当我们进行++时，先判断我们当前数组buff是否已经走完了，如果当前buff没走完我们的cur直接++就好了；
如果走完了，就要去寻找第一个数组，利用我们的node++，找到下一个数组，并将我们的cur指向下一个数组的开头，也要经我们的first和last都进行过修改。
我们的底层的源码也是通过这个样的（源码可以自己去找一下）（这个是源码里面截图的）
总结：
- deque头插尾插的效率很高，更甚于vector和list
- 下标随机访问也是不错的，但是比我们的vcector略逊一筹
- 中间插入删除效率很低，要挪动数据，是O(N)
deque的缺陷
**deque有一个致命缺陷：**不适合遍历，因为在遍历时，deque的迭代器要频繁的去检测其是否移动到 某段小空间的边界，导致效率低下，而序列式场景中，可能需要经常遍历，因此在实际中，需要线性结构 时，大多数情况下优先考虑vector和list，deque的应用并不多，而目前能看到的一个应用就是，STL用其作 为stack和queue的底层数据结构。
为什么选择deque作为stack和queue的底层默认容器
stack是一种后进先出的特殊线性数据结构，因此只要具有push_back()和pop_back()操作的线性结构，都可 以作为stack的底层容器，比如vector和list都可以；queue是先进先出的特殊线性数据结构，只要具有 push_back和pop_front操作的线性结构，都可以作为queue的底层容器，比如list。：
但是STL中对stack和 queue默认选择deque作为其底层容器，主要是因为:
4. stack和queue不需要遍历(因此stack和queue没有迭代器)，只需要在固定的一端或者两端进行操作。
5. 在stack中元素增长时，deque比vector的效率高(扩容时不需要搬移大量数据)；queue中的元素增长 时，deque不仅效率高，而且内存使用率高。
priority_queue
priority_queue的介绍
文档：https://legacy.cplusplus.com/reference/queue/priority_queue/?kw=priority_queue
我们的priority_queue的底层是我们的堆实现的。默认适配容器是vector。
头文件是：queue。
6. 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。
7. 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)。
8. 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。
9. 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
- 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。
- 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。
**
接口的使用
**
函数声明 接口说明（他的接口和我们的栈很像）。
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(x)： 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
（我这里就不在举例子了，可以进行文档查询）。
注意：我们的priority_queue是大堆；
下面程序可以证明：
#include<vector>
#include<queue>
#include<functional>//greater头文件
void TestPriorityQueue()
{ // 默认情况下，创建的是大堆，其底层按照小于号比较
vector<int> v{3,2,7,6,0,4,1,9,8,5};
priority_queue<int> q1;
for (auto& e : v) q1.push(e);
cout << q1.top() << endl; // 如果要创建小堆，将第三个模板参数换成greater比较方式
priority_queue<int, vector<int>, less<int>> q2(v.begin(), v.end());
cout << q2.top() << endl;
}
- 如果在priority_queue中放自定义类型的数据，用户需要在自定义类型中提供> 或者< 的重载。
例如我们的日期类：
#define _CRT_SECURE_NO_WARNINGS
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 TestPriorityQueue()
{
// 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;
// 如果要创建小堆，需要用户提供>的重载
priority_queue<Date, vector<Date>, greater<Date>> q2;
q2.push(Date(2018, 10, 29));
q2.push(Date(2018, 10, 28));
q2.push(Date(2018, 10, 30));
cout << q2.top() << endl;
}
如果你想要是小堆的话，可以自己去传一个greater的仿函数,我们的额类定义时就多给你传了一个模板让你可以改变底层是大堆还是小堆。
priority_queue的模拟实现：
通过对priority_queue的底层结构就是堆，因此此处只需对对进行通用的封装即可。
例子：
#include<vector>
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;
}
};
namespace my
{
// 默认是大堆
template<class T, class Container = vector<T>, class Compare = Less<T>>
class priority_queue
{
public:
void AdjustUp(int child)
{
Compare com;
int parent = (child - 1) / 2;
while (child > 0)
{
//if (_con[parent] < _con[child])
if(com(_con[parent], _con[child]))
{
swap(_con[child], _con[parent]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
void push(const T& x)
{
_con.push_back(x);
AdjustUp(_con.size() - 1);
}
void AdjustDown(int parent)
{
// 先假设左孩子小
size_t child = parent * 2 + 1;
Compare com;
while (child < _con.size()) // child >= n说明孩子不存在，调整到叶子了
{
// 找出小的那个孩子
//if (child + 1 < _con.size() && _con[child] < _con[child + 1])
if (child + 1 < _con.size() && com(_con[child], _con[child + 1]))
{
++child;
}
//if (_con[parent] < _con[child])
if (com(_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();
AdjustDown(0);
}
const T& top()
{
return _con[0];
}
size_t size() const
{
return _con.size();
}
bool empty() const
{
return _con.empty();
}
private:
Container _con;
};
}