✨✨✨学习的道路很枯燥，希望我们能并肩走下来!
文章目录
前言
本篇详细介绍了priority_queue的模拟实现 | 仿函数使用和模拟实现，让使用者了解priority_queue的模拟实现 | 仿函数，而不是仅仅停留在表面，更好的模拟，为了更好的使用. 文章可能出现错误，如有请在评论区指正，让我们一起交流，共同进步！
一 priority_queue的介绍
翻译：
1. 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。
2. 此上下文类似于堆，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，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。
二 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，因此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。
| 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() | 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 |
PS:优先级队列支持连续的物理空间构造
int a[] = {1,2,3,4,5,6,7,8,9};
priority_queue<int> q(a,a+sizeof(a)/sizeof(int));【注意】
1. 默认情况下，priority_queue是大堆。
#include <vector>
#include <queue>
#include <functional> // greater算法的头文件
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>, greater<int>> q2(v.begin(), v.end());
cout << q2.top() << endl;
}2. 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。
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;
}3. 在OJ中的使用
215. 数组中的第K个最大元素 - 力扣（LeetCode）
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
priority_queue<int> v(nums.begin(),nums.end());
for(int i = 0;i<k-1;i++)
{
v.pop();
}
return v.top();
}
};三 priority_queue的初步模拟实现
priority_queue的模拟实现本质上是vector+堆排序算法
在博主之前的文章提到了堆排序算法，这里就不再赘述
#pragma once
#include<iostream>
#include<vector>
using namespace std;
namespace ch
{
template <class T, class Container = vector<T>>
class priority_queue
{
public:
priority_queue(){}
void adjust_up(int child) //向上调整算法
{
size_t parent = (child - 1) / 2;
while (child > 0)
{
if (c[parent] < c[child])
{
swap(c[parent], c[child]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
void adjust_down(int parent) //向下调整算法
{
size_t child = parent * 2 + 1;
while (child < c.size())
{
if (child + 1 < c.size() && c[child] < c[child + 1])
{
child++;
}
if (c[parent] < c[child])
{
swap(c[parent], c[child]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
template <class InputIterator>
priority_queue(InputIterator first, InputIterator last)
{
while (first != last)
{
c.push(*first);
first++;
}
for (int i = (c.size() - 1 - 1) / 2; i >= 0; i--) //建堆，时间复杂度为O(N)
{
adjust_down(i);
}
}
bool empty() const
{
return c.empty();
}
size_t size() const
{
return c.size();
}
const T& top()
{
return c[0];
}
void push(const T& x)
{
c.push_back(x);
adjust_up(c.size() - 1);
}
void pop()
{
swap(c[0], c[c.size() - 1]);
c.pop_back();
adjust_down(0);
}
private:
Container c;
};
};这样简易的priority_queue就写好了，这样写默认是大堆
如果我们要改为小堆呢？
只需要我们在向上和向下调整算法中改变符号就可以
但这样不方便，这时候就要引入仿函数
四 仿函数
4.1 什么是仿函数
在C++编程语言中，仿函数（Functor）是一种行为类似于函数的对象，可以像函数一样被调用。仿函数是一个类或结构体，它重载了圆括号操作符 "()"，因此可以像函数一样被调用。仿函数可以在算法中使用，例如std::transform()，可以将一个序列中的每个元素映射到另一个序列中。仿函数的好处是可以通过重载操作符来实现更加灵活的行为，例如可以在一个仿函数中保存一些状态信息，或者将它作为一个回调函数来传递给其他函数使用。
4.2 常见仿函数
4.3 常见仿函数的模拟实现
4.3.1 less
class less
{
public:
bool operator()(const T& x, const T& y)
{
return x < y;
}
};4.3.2 greater
class less
{
public:
bool operator()(const T& x, const T& y)
{
return x > y;
}
};五 priority_queue模拟实现
从这里可以看出，库中对priority_queue增加仿函数，便于我们调整大堆小堆
代码实现如下
#pragma once
#include<iostream>
#include<vector>
#include<functional> //less和greater的头文件
using namespace std;
namespace ch
{
template <class T, class Container = vector<T>, class Compare = less<T> >
class priority_queue
{
public:
priority_queue(){}
void adjust_up(int child) //向上调整算法
{
size_t parent = (child - 1) / 2;
while (child > 0)
{
if(comp(c[parent], c[child]))
{
swap(c[parent], c[child]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
void adjust_down(int parent) //向下调整算法
{
size_t child = parent * 2 + 1;
while (child < c.size())
{
if (child + 1 < c.size() && comp(c[child], c[child + 1]))
{
child++;
}
if (comp(c[parent],c[child]))
{
swap(c[parent], c[child]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
template <class InputIterator>
priority_queue(InputIterator first, InputIterator last)
{
while (first != last)
{
c.push(*first);
first++;
}
for (int i = (c.size() - 1 - 1) / 2; i >= 0; i--) //建堆，时间复杂度为O(N)
{
adjust_down(i);
}
}
bool empty() const
{
return c.empty();
}
size_t size() const
{
return c.size();
}
const T& top()
{
return c[0];
}
void push(const T& x)
{
c.push_back(x);
adjust_up(c.size() - 1);
}
void pop()
{
swap(c[0], c[c.size() - 1]);
c.pop_back();
adjust_down(0);
}
private:
Container c;
Compare comp;
};
};总结
✨✨✨各位读友，本篇分享到内容是否更好的让你理解了priority_queue的使用和模拟实现，如果对你有帮助给个
标签：priority,parent,C++,queue,child,push,size From： https://blog.csdn.net/2301_79691881/article/details/139418572