当前位置: 首页 > article >正文

stack_queue常用接口及模拟实现

目录

容器适配器

a.概念

b.底层结构

c.deque

① 原理

② 缺陷

d.底层默认容器

stack

a.基础构造

b.常用接口

c.模拟实现

queue

a.基础构造

b.常用接口

c.模拟实现

priority_queue

a.基础构造

b.常用接口

① less & greater

② 使用方法

c.模拟实现


容器适配器

a.概念

        适配器是一种设计模式(设计模式是一套被反复使用的、多数人知晓的、经过分类编目的、代码设计经验的总结),该种模式是将一个类的接口转换成客户希望的另外一个接口

b.底层结构

STL标准库中stack和queue的底层结构

虽然stack和queue中也可以存放元素,但在STL中并没有将其划分在容器的行列,而是将其称为容器适配器,这是因为stack和队列只是对其他容器的接口进行了包装,STL中stack和queue默认使用deque,比如:

c.deque

① 原理

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

deque并不是真正连续的空间,而是由一段段连续的小空间拼接而成的,实际deque类似于一个动态的二维数组,其底层结构如下图所示:

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:

迭代器遍历的实现

② 缺陷

与vector比较,deque的优势是:头部插入和删除时,不需要搬移元素,效率特别高,而且在扩容时,也不需要搬移大量的元素,因此其效率是必vector高的

与list比较,deque底层是连续空间,空间利用率比较高,不需要存储额外字段

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,导致效率较低

d.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

STL中对stack和queue默认选择deque作为其底层容器,主要是因为:

① 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。

② 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

stack

a.基础构造

        栈是一种特殊的线性表,它遵循“后进先出”(Last In First Out,LIFO)的原则,具有压栈和弹栈两种基本操作

b.常用接口

大家可以配合C++官网的介绍来看下面的内容

stack - C++ Reference

函数名称功能说明
stack()构造空的栈
empty()检测stack是否为空
size()返回stack中元素的个数
top()返回栈顶元素的引用
push()将元素val压入stack中
pop()将stack中尾部的元素弹出

c.模拟实现

// 除 deque 以外,也可以复用 vector
#include<deque>

namespace tianci
{
	template<class T, class Container = deque<T>>
	class stack
	{
	public:
		void push(const T& x)
		{
			_con.push_back(x);
		}

		void pop()
		{
			_con.pop_back();
		}

		const T& top()const
		{
			return _con.back();
		}

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

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

	private:
		Container _con;
	};
}

queue

a.基础构造

        队列是一种遵循“先进先出”(First In First Out,FIFO)原则的线性数据结构。与栈不同,队列允许在一端插入元素(入队),而在另一端删除元素(出队)

b.常用接口

大家可以配合C++官网的介绍来看下面的内容

queue - C++ Reference

函数名称功能说明
queue()构造空的队列
empty()检测队列是否为空,是返回true,否则返回false
size()返回队列中有效元素的个数
front()返回队头元素的引用
back()返回队尾元素的引用
push()在队尾将元素val入队列
pop()将队头元素出队列

c.模拟实现

// 除 deque 以外,也可以复用 list
#include <deque>

namespace tianci
{
	template<class T, class Container = deque<T>>
	class queue
	{
	public:
		void push(const T& x)
		{
			_con.push_back(x);
		}

		void pop()
		{
			_con.pop_front();
		}

		const T& front()
		{
			return _con.front();
		}

		const T& back()
		{
			return _con.back();
		}

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

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

	private:
		Container _con;
	};
}

priority_queue

a.基础构造

priority_queue是一种基于容器适配器的优先队列数据结构,类似于堆,并且默认是大堆

priority_queue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可以考虑使用在需要堆的问题中

(关于堆算法,大家可以看看我数据结构里的堆的实现这篇文章,里面有详细的介绍)

b.常用接口

大家可以配合C++官网的介绍来看下面的内容

priority_queue - C++ Reference

函数名称功能说明
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(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

① less & greater

关于priority_queue的使用还有一个点,就是选择大堆or小堆

C++中 less 和 greater 是用来专门比较大小的类

② 使用方法

大家需要注意的是,greater对应的是小堆,less对应的是大堆,这里设计的有点奇怪

c.模拟实现

对于priority_queue的模拟实现相对麻烦一点,因为涉及到堆算法和模版的使用

(大家可以先看看我另外两篇文章,堆的实现和模版,里面有介绍堆算法以及模版的一些知识点,再来看模拟实现会理解的通透一点)

#include<vector>

namespace tianci
{
	template <class T>
	struct less
	{
		bool operator() (const T& x, const T& y) const
		{
			return x < y;
		}
	};

	template <class T>
	struct greater
	{
		bool operator() (const T& x, const T& y) const
		{
			return x > y;
		}
	};


	template<class T, class Container = vector<T>, class Compare = less<int>>
	class priority_queue
	{
	public:

		// 强制生成
		priority_queue() = default;

		template <class InputIterator>
		priority_queue(InputIterator first, InputIterator last)
			:_con(first, last)
		{
			// 建堆
			for (int i = (_con.size() - 1 - 1) / 2; i >= 0; i--)
			{
				AdjustDown(i);
			}
		}

		void Adjustup(size_t child)
		{
			Compare com;

			size_t 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(size_t parent)
		{
			Compare com;

			size_t child = parent * 2 + 1;

			while (child < _con.size())
			{
				//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);
		}
		
		size_t size()const
		{
			return _con.size();
		}

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

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

	private:
		Container _con;
	};
}

本篇文章到这里就结束啦,希望这些内容对大家有所帮助!

下篇文章见,希望大家多多来支持一下!

感谢大家的三连支持!


http://www.kler.cn/a/587885.html

相关文章:

  • QT中的布局管理
  • 修复Electron项目Insecure Content-Security-Policy(内容安全策略CSP)警告的问题
  • 校园安全用电怎么保障?防触电装置来帮您
  • Ubuntu 22.04 上安装 Home Assistant
  • Linux centos 7 grub引导故障恢复
  • 2025-03-15 Python深度学习2——Numpy库
  • UI基础概念+Canvas相关知识
  • 【漫话机器学习系列】141.灵敏度(Sensitivity)
  • 如何手动使用下载并且运行 QwQ-32B-GGUF
  • 强大的CSS变量
  • LiveData 与 ViewModel 协同工作:从原理到面试实战
  • dns域名双栈解析
  • 【MySQL数据库】函数
  • pycharm专业版连接远程服务器用远程conda环境run和debug
  • 如何设计高效的数据湖架构?
  • kettle ETL 配置
  • 图片标注及流程
  • 996引擎-自定义属性-方法2:setitemcustomabil
  • 基于nodejs中@langchain/langgraph框架实现workflow
  • QT中的线程同步机制