C++之priority_queue

前言

最近愈來愈以爲本身總結的事情愈來愈流水帳，所以，我須要提升我總結內容的精度。因此可能會致使寫博客的時間會延長一些。

以前從沒用過優先隊列，刷算法題目的時候纔開始瞭解的，因此作個總結。什麼狀況下使用呢？好比當你須要獲取到最大最小值元素，而又不想用最大最小堆的原生實現，STL提供給你更加簡單的庫，就是priority_queue，其時間複雜度也只有o(nlogn)。

說明

根據元素的優先級被讀取，這個優先級取決於你設置的排序函數，若是你沒設置，缺省的排序法則則是利用operator<造成降序排列，也就是從大到小排列的大頂堆，第一個天然就是最大的元素。還有若是你沒設置保存數據的容器Container的話，默認用的是vector。

namespace std {
    template < class T ,
           class Container = vector<T> ,
           class Compare = less <typename Container::value_type> >
    class priority_queue ;
}

priority_queue提供了三個基本函數，分別是:

1. top()
2. push()
3. pop()

注意，pop並不會返回元素，top纔會返回堆頂的元素。

STL提供了仿函數greater<>，less<>，簡化了本身再定義排序函數的過程。若是你想使用本身定義的結構，而不想使用基本數據類型，也是ok的，不過你須要在你自定義的類中重載運算符，好比：

class Student
{
    int id;
    char name[20];
    bool gender;
    bool operator < (Student &a) const
    {
        return id > a.id;
    }
};

使用

這是一個找輸入流的中間值的題目，用最大最小堆實現。

priority_queue<int, vector<int>, less<int>> maxHeap; //存儲小的值，值越大，優先級越高
priority_queue<int, vector<int>, greater<int>> minHeap; //存儲大的值，值越小，優先級越高

/**
 *  徹底不須要判斷各類判斷
 *  不過必定要注意minHeap和maxHeap的優先級順序，避免弄反了
 */
void addNum3(int num) {
    minHeap.push(num);
    maxHeap.push(minHeap.top());
    minHeap.pop();
    // 平衡
    if (minHeap.size() < maxHeap.size()) {
        minHeap.push(maxHeap.top());
        maxHeap.pop();
    }
}
    
double findMedian3() {
    return maxHeap.size() == minHeap.size() ? (double)(maxHeap.top() + minHeap.top())/2.0 : (double)minHeap.top()/1.0;
}
    
void test() {
    this->addNum3(1);
    this->addNum3(2);
    
    cout << this->findMedian3() << endl;
    
    this->addNum2(3);
    
    cout << this->findMedian3() << endl;
}

底層實現

顯然，咱們能夠看出priority_queue的底層實現是堆實現的。裏面的c就是你本身提供的容器Container。

void push(value_type&& _Val)
    {    // insert element at beginning
    c.push_back(_STD move(_Val));
    push_heap(c.begin(), c.end(), comp);
    }

template<class... _Valty>
    void emplace(_Valty&&... _Val)
    {    // insert element at beginning
    c.emplace_back(_STD forward<_Valty>(_Val)...);
    push_heap(c.begin(), c.end(), comp);
    }


bool empty() const
    {    // test if queue is empty
    return (c.empty());
    }

size_type size() const
    {    // return length of queue
    return (c.size());
    }

const_reference top() const
    {    // return highest-priority element
    return (c.front());
    }

void push(const value_type& _Val)
    {    // insert value in priority order
    c.push_back(_Val);
    push_heap(c.begin(), c.end(), comp);
    }

void pop()
    {    // erase highest-priority element
    pop_heap(c.begin(), c.end(), comp);
    c.pop_back();
    }