容器适配器深度解析:从STL的stack、queue到优先队列的底层实现

容器适配器深度解析:从STL的stack、queue到优先队列的底层实现
在这里插入图片描述

文章目录

容器适配器深度解析:从STL的stack、queue到优先队列的底层实现

1. 栈的介绍和使用

1.1 栈的介绍

栈(stack)是一种后进先出(LIFO)的数据结构,它允许在一端进行插入和删除操作。在C++ STL中,stack是一个容器适配器,提供了一组特定的成员函数来访问其元素。

1.2 栈的使用

函数接口说明
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

最小栈实现

最小栈能够在O(1)时间内获取栈中的最小元素。

classMinStack{public:voidpush(int x){// 压栈时,先将元素保存到_elem _elem.push(x);// 如果x小于_min中栈顶的元素,将x再压入_min中if(_min.empty()|| x <= _min.top()) _min.push(x);}voidpop(){// 如果_min栈顶的元素等于出栈的元素,_min顶的元素要移除if(_min.top()== _elem.top()) _min.pop(); _elem.pop();}inttop(){return _elem.top();}intgetMin(){return _min.top();}private: std::stack<int> _elem;// 保存栈中的元素 std::stack<int> _min;// 保存栈的最小值};

栈的弹出压入序列

验证一个序列是否是栈的弹出序列。

在这里插入图片描述
classMinStack{public:MinStack(){}voidpush(int val){ st.push(val);if(minst.empty()||minst.top()>=val){ minst.push(val);}}voidpop(){if(st.top()==minst.top()){ minst.pop();} st.pop();}inttop(){return st.top();}intgetMin(){return minst.top();}private: stack<int> st; stack<int> minst;};

逆波兰表达式求值

classSolution{public:intevalRPN(vector<string>& tokens){ stack<int> s;for(size_t i =0; i < tokens.size();++i){ string& str = tokens[i];// str为数字if(!("+"== str ||"-"== str ||"*"== str ||"/"== str)){ s.push(atoi(str.c_str()));}else{// str为操作符int right = s.top(); s.pop();int left = s.top(); s.pop();switch(str[0]){case'+': s.push(left + right);break;case'-': s.push(left - right);break;case'*': s.push(left * right);break;case'/': s.push(left / right);break;}}}return s.top();}};

1.3 stack的模拟实现

以下是使用容器适配器模式实现的stack,支持自定义底层容器(默认使用deque):

#pragmaonce#include<deque>namespace bit {// container适配器实现stacktemplate<classT,classContainer= deque<T>>classstack{public:voidpush(const T& x){ _con.push_back(x);}voidpop(){ _con.pop_back();}const T&top()const{return _con.back();} size_t size()const{return _con.size();}boolempty(){return _con.empty();}private: Container _con;};}

2. 队列的介绍和使用

2.1 队列的介绍

队列是一种先进先出(FIFO)的数据结构,元素从队尾入队列,从队头出队列。在C++ STL中,queue是一个容器适配器。

queue的特点:

  1. 队列是一种容器适配器,专门用于在FIFO上下文(先进先出)中操作
  2. 元素从队尾入队列,从队头出队列
  3. 底层容器可以是deque或list,默认使用deque

2.2 queue的使用

函数声明接口说明
queue()构造空的队列
empty()检测队列是否为空
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

2.3 queue的模拟实现

使用容器适配器模式实现的queue,支持自定义底层容器:

#pragmaonce#include<deque>namespace bit {template<classT,classContainer= deque<T>>classqueue{public:voidpush(const T& x){ _con.push_back(x);}voidpop(){ _con.pop_front();}const T&front()const{return _con.front();}const T&back()const{return _con.back();} size_t size()const{return _con.size();}boolempty(){return _con.empty();}private: Container _con;};}

3. 优先队列的介绍和使用

3.1 priority_queue的介绍

优先队列是一种容器适配器,它的第一个元素总是它所包含的元素中最大的(默认大堆)。

priority_queue的特点:

  1. 第一个元素总是最大的(默认大堆)
  2. 类似于堆,可以随时插入元素,只能检索最大堆元素
  3. 默认使用vector作为底层容器
  4. 支持随机访问迭代器

3.2 priority_queue的使用

函数声明接口说明
priority_queue()构造一个空的优先级队列
priority_queue(first, last)用迭代器范围构造优先级队列
empty()检测优先级队列是否为空
top()返回优先级队列中最大(最小)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

使用示例:

#include<vector>#include<queue>#include<functional>// greater算法的头文件voidTestPriorityQueue(){// 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;// 输出9// 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;// 输出0}

注意:

  1. 默认情况下,priority_queue是大堆
  2. 如果要创建小堆,需要指定第三个模板参数为greater<T>
  3. 如果存放自定义类型,需要在自定义类型中提供><的重载

3.3 priority_queue的模拟实现

以下是完整的优先队列模拟实现,包含大堆和小堆支持:

#pragmaonce#include<vector>namespace bit {// 仿函数类:Less(升序/大堆)template<classT>classLess{public:booloperator()(const T& x,const T& y){return x < y;}};// 仿函数类:Greater(降序/小堆)template<classT>classGreater{public:booloperator()(const T& x,const T& y){return x > y;}};// 优先队列实现// 模板参数:// T - 元素类型// Container - 底层容器,默认vector<T>// Compare - 比较器,默认Less<T>(大堆)template<classT,classContainer= vector<T>,classCompare= Less<T>>classpriority_queue{public:// 向上调整(插入时使用)voidAdjustUp(int child){ Compare com; size_t parent =(child -1)/2;while(child >0){// 使用仿函数进行比较if(com(_con[parent], _con[child])){swap(_con[child], _con[parent]); child = parent; parent =(child -1)/2;}else{break;}}}// 向下调整(删除时使用)voidAdjustDown(int parent){int child = parent *2+1; Compare com;while(child < _con.size()){// 找出较大(或较小)的孩子if(child +1< _con.size()&&com(_con[child], _con[child +1])){++child;}// 如果父节点小于(或大于)孩子节点,交换if(com(_con[parent], _con[child])){swap(_con[child], _con[parent]); parent = child; child = parent *2+1;}else{break;}}}// 插入元素voidpush(const T& x){ _con.push_back(x);AdjustUp(_con.size()-1);}// 删除堆顶元素voidpop(){swap(_con[0], _con[_con.size()-1]); _con.pop_back();AdjustDown(0);}// 获取堆顶元素const T&top(){return _con[0];}// 获取元素个数 size_t size()const{return _con.size();}// 判断是否为空boolempty()const{return _con.empty();}private: Container _con;};}

4. 容器适配器

4.1 什么是适配器

适配器是一种设计模式,将一个类的接口转换成客户希望的另外一个接口。

4.2 STL标准库中stack和queue的底层结构

stack和queue在STL中称为容器适配器,它们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作为底层容器。

4.3 deque的简单介绍

4.3.1 deque的原理介绍

deque(双端队列)是一种双开口的"连续"空间的数据结构:

  • 可以在头尾两端进行插入和删除操作,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,实际类似于一个动态的二维数组。

4.3.2 deque的缺陷
  • 不适合遍历,因为迭代器要频繁检测是否移动到小空间边界
  • 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,主要作为stack和queue的底层数据结构

4.4 为什么选择deque作为stack和queue的底层默认容器

  1. stack和queue不需要遍历(因此没有迭代器),只需要在固定的一端或两端操作
  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)
  3. queue中的元素增长时,deque不仅效率高,而且内存使用率高

4.5 容器适配器设计的关键点

从上面的模拟实现可以看出容器适配器的核心设计思想:

  1. 模板参数灵活性
    • stack和queue都支持自定义底层容器
    • priority_queue支持自定义比较器,实现大堆/小堆切换
  2. 接口统一性
    • 所有适配器都提供push、pop、top/front/back、size、empty等标准接口
    • 隐藏底层容器的具体实现细节
  3. 代码复用
    • 通过组合已有的容器实现新功能
    • 减少代码重复,提高开发效率

总结

栈、队列和优先队列是三种基础且重要的数据结构,在C++ STL中通过容器适配器的方式实现。理解它们的底层原理、使用场景和实现方式,对于提高编程能力和解决实际问题都有重要意义。

通过模拟实现这些数据结构,我们可以:

  1. 深入理解容器适配器设计模式
  2. 掌握仿函数在泛型编程中的应用
  3. 理解堆算法的实现原理
  4. 学会如何设计灵活的、可扩展的数据结构

在实际开发中,根据具体需求选择合适的数据结构:

  • 需要后进先出操作时选择栈
  • 需要先进先出操作时选择队列
  • 需要快速获取最大/最小值时选择优先队列

Read more

【鼠鼠优选算法-双指针】001:移动零 & 002:复写零

【鼠鼠优选算法-双指针】001:移动零 & 002:复写零

🎈主页传送门:良木生香 🔥个人专栏:《C语言》 《数据结构-初阶》  🌟人为善,福随未至,祸已远行;人为恶,祸虽未至,福已远离 在学习了这么多基础知识之后,我们就从今天开始操练一下我们的基本技能吧,先来两道简单的题目试试手: 1.移动零:题目链接~~~ 2.复写零:复写零 那我们就一题一题来讲讲吧~~~ 一、移动零 题目描述: 看到题目,这道题是想让我们将一个数组中的所有0移动到数组的末尾. 题目意思明了,但是我们该怎么操作呢? 在这道题中我们第一个想到的就是重新创建新的数组,将数值不为0的元素移动到新的数组中,但是题目明确要求说了,只能再原地进操作,我们该怎么实现这个操作呢?又不能创建新的数组不急,我有妙招. 原理解析: 在这道题目中,我们可以用两个指针,current和dentist,一个用来遍历整个数组,另一个用来处理当下的数据 当cur遍历到值为0的元素时,就与dest交换,随后两者同时向后移动一步 但是不管cur碰到的元素是否等于0,都会向后移动一步   代码实现: 下面是用C语言实现的代码: void Swap(

By Ne0inhk
【优选算法】双指针算法:专题二

【优选算法】双指针算法:专题二

目录 【611.有效三角形个数】 1、题目描述 2、实现核心及思路 解题步骤: 思路可视化: 代码实现: 【179.查找总价格为目标值的两个商品】 1、题目描述: 2、实现核心及思路: 代码实现: 【15.三数之和】 1、题目描述: 2、实现核心及思路: 解题步骤: 思路可视化: 代码实现: 【18.四数之和】 1、题目描述: 编辑2、实现核心即思路: 解题步骤: 代码实现: 【611.有效三角形个数】 1、题目描述 2、实现核心及思路 构成三角形的条件:设三角形三边长分别为a(最长边),b(最短边),c。 则有 a + b >

By Ne0inhk
【优选算法】滑动窗口算法:专题一

【优选算法】滑动窗口算法:专题一

目录 引言:  【209. 长度最小的子数组】 题目描述: 实现核心及思路: 思路可视化: 代码实现: 【无重复字符的最长子串】 题目描述: 实现核心及思路: 思路可视化: 代码实现: 【最大连续1的个数III】 题目描述: 实现核心及思路: 代码实现: 【1658.将x减到0的最小操作数】 题目描述: 实现核心即思路: 代码实现: 引言: 滑动窗口?用两个指针维护一个动态的 “窗口” 区间,通过移动指针来扩大或缩小窗口,在一次遍历中完成计算,时间复杂度通常为 O (n)。 典型应用:寻找最长无重复字符的子串找到和为目标值的最短子数组字符串的排列匹配 一般步骤(模板): (1)定义left 和 right 指针同时指向数组首元素; (2)当符合要求时,right++,模拟进窗口; (3)不满足要求时,left++,模拟出窗口; (4)

By Ne0inhk
Flutter 三方库 image_compare 鸿蒙图像治理算法域双向适配解析:突破千万级相册视觉感知哈希运算指纹比对墙,大体量空间冗余清扫提供高精雷达矩阵-适配鸿蒙 HarmonyOS ohos

Flutter 三方库 image_compare 鸿蒙图像治理算法域双向适配解析:突破千万级相册视觉感知哈希运算指纹比对墙,大体量空间冗余清扫提供高精雷达矩阵-适配鸿蒙 HarmonyOS ohos

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 image_compare 鸿蒙图像治理算法域双向适配解析:突破千万级相册视觉感知哈希运算指纹比对墙,为大体量空间冗余清扫提供高精雷达矩阵 前言 在 OpenHarmony 应用的内容社交或相册管理开发中,由于重复下载或连拍,用户的磁盘空间极易被重复图像挤占。image_compare 为 Flutter 开发者提供了一套高性能、专注于图像指纹算法的对比方案。本文将介绍如何在鸿蒙端打造极致的视觉资产治理底座。 一、原理解析 / 概念介绍 1.1 基础原理/概念介绍 image_compare 的核心逻辑是基于 感知哈希(Perceptual Hashing, pHash)与颜色直方图空间映射 (Visual-Entropy Map)。它并非简单的逐像素二进制对比,而是通过将图像进行灰度化、离散余弦变换(DCT)降噪,提取反映图像“骨架结构”的

By Ne0inhk