当前位置: 首页 > news >正文

关于vector、queue、list哪边是front、哪边是back,增加、删除元素操作

容器的 front、back 及操作方向

1.1vector(动态数组)

结构:连续内存块,支持快速随机访问。
操作方向:
front:第一个元素(索引 0)。
back:最后一个元素(索引 size() - 1)。
push_back():在尾部插入元素。
pop_back():从尾部删除元素。
不支持头部操作(如 push_front() 或 pop_front())。

#include <vector>
vector<int> v = {10, 20, 30};v.push_back(40);  // 尾部插入 → [10,20,30,40]
v.pop_back();     // 尾部删除 → [10,20,30]/*图示如下入队方向 →→→→→→→→→→
front → [10][20][30] ← back↑     ↑push_back/pop_back出队方向←←←←←←←←←←←
*/

1.2queue(队列,FIFO)

结构:默认基于 deque 实现的容器适配器,严格遵循先进先出。
操作方向:
front:队列头部(最早插入的元素)。
back:队列尾部(最新插入的元素)。
push():在尾部插入元素。
pop():从头部删除元素。

#include <queue>
queue<int> q;q.push(10);  // 队列 → [10]
q.push(20);  // 队列 → [10,20]
q.pop();     // 删除头部 → [20]
/*图示如下入队方向 →→→→→→→→→→[10][20][30][40][50]↑               ↑front           back
出队方向 →→→→→→→→→→
*/

1.3list(双向链表)

结构:由双向链表节点构成,每个节点包含前后指针。
操作方向:
front:链表头部(第一个节点)。
back:链表尾部(最后一个节点)。
push_front():在头部插入元素。
push_back():在尾部插入元素。
pop_front():删除头部元素。
pop_back():删除尾部元素。

#include <list>
list<int> lst = {20, 30};lst.push_front(10);  // 头部插入 → [10,20,30]
lst.push_back(40);   // 尾部插入 → [10,20,30,40]
lst.pop_front();     // 删除头部 → [20,30,40]
lst.pop_back();      // 删除尾部 → [20,30]
/*图示如下
front → [10] <-> [20] <-> [30] ← back↑                     ↑push_front/pop_front  push_back/pop_back
*/

堆(Heap)和栈(Stack)的底层实现

2.1 内存中的堆和栈

  • 堆(Heap):动态分配的内存区域,由程序员手动管理(new/malloc)。
    底层实现:由操作系统内存管理器通过复杂数据结构(如空闲链表、内存池)管理,与容器无关。
  • 栈(Stack):函数调用时的自动内存区域,存储局部变量和函数参数。
    底层实现:由编译器通过调整栈指针(SP)直接管理,内存分配高效且严格遵循LIFO。

2.2 数据结构中的堆和栈

  • 栈(Stack容器):后进先出(LIFO)的容器适配器。
    底层实现:默认基于 deque,也可用 vector 或 list。
  • 堆(优先队列,Priority Queue):元素按优先级出队(通常用堆数据结构实现)。
    底层实现:默认基于 vector 的二叉堆(完全二叉树)。

关键结论:

  • 堆(内存)和栈(内存) 是操作系统管理的内存区域,不与容器直接关联。
  • 栈容器(LIFO) 默认基于 deque,优先队列(堆) 默认基于 vector 的二叉堆实现。

相关文章:

  • C++八股 —— 手撕shared_ptr
  • 事务处理与事务隔离
  • 哈希表原理与双散列实战指南
  • HJ14 字符串排序【牛客网】
  • Global Securities Markets第一章知识点总结
  • 【Docker 新手入门指南】第十章:Dockerfile
  • http协议和session会话
  • 恢复二叉搜索树:递归与中序遍历的智慧应用
  • 汇编语言的子程序魔法:解锁四则运算的奥秘
  • AtCoder Beginner Contest 407(ABCDE)
  • 机器学习模型度量指标(混淆矩阵、准确率、精确率、召回率、F1分数、ROC曲线、AUC、平均精度均值)
  • (泛函分析)压缩映射
  • 线性回归原理推导与应用(七):逻辑回归原理与公式推导
  • [yolov11改进系列]使用轻量级骨干网络MobileNetV4替换backbone的python源码+训练源码+改进流程+改进原理
  • S32K3开发问题-ADC采样电压一直为5V原因分析及处理
  • 探索链表的奇妙世界:从基础到高级应用
  • RIP 协议实验全记录:从配置到问题解决
  • Linux常见指令合集+知识点
  • 哪些实验需要强磁场
  • esp32+IDF V5.1.1版本编译freertos报错
  • pinterest设计网站/seo 公司
  • 建建设网站的/山西seo和网络推广
  • 有多少个网站/百度权重排名
  • 手机端网站的建设/百度广告竞价
  • 网站如何制作/口碑营销5t理论
  • 企业网站建设该怎么描述/今日疫情最新消息全国31个省