吃透 C++ 栈和队列：stack/queue/priority_queue 用法 + 模拟 + STL 标准实现对比

✨ 孤廖： 个人主页

🎯 个人专栏： 《C++：从代码到机器》

🎯 个人专栏： 《Linux系统探幽：从入门到内核》

🎯 个人专栏： 《算法磨剑：用C++思考的艺术》

折而不挠，中不为下

---

---

正文：

容器适配器

在C++ 中 栈和队列 的设计理念本质是一个底层包含某容器的 容器适配器，故要想完全了解C++中栈和队列的设计 需要这里先补充一下容器适配器的概念

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

可以理解为 将一个底层容器 转变为另一个满足实际需求的容器

结合图片理解：我们有一个欧洲壁式插座 该插座只有三头的 现在我们想要用两头的 用来满足我们的生活需求 所以在三头的基础上 创造了一个两头的 作为该插座的适配器

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：

其中deque是 双端队列 本身是一个缝合了vector 和list 的容器 后面我们会介绍deque 的底层设计

deque的简单介绍(了解)

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。

• vector 的头插需要连续的一片空间 的移动 而deque的设计是 其第一个存储的实际数据在开辟的连续空间的中间某处
• list每次存储数据 就要new Node 而deque 存储的空间通过迭代器找到的一个个连续的物理空间

但是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

中控器 的设计实在deque 里
iterator 类里封装了 四个指针 cur ,first,last,node
cur :指向当前存储的一小段空间的下一个将要存储的空间
first 指向 当前存储的一段连续空间的头
last 指向当前存储的一段连续空间的尾
node 指向当前存储的一段连续空间 可以简单理解为 数组指针
缓冲区 buffer 是内存池 是实际存储数据的一段段连续空间

那deque是如何借助其迭代器维护其假想连续的结构呢？

借用图 理解：

图里面的map即我们所说的deque

deque的缺陷

• 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，因此其效率是比vector高的

vector 扩容调用new [] 底层本质是malloc 而该函数 会有新开辟空间拷贝数据的行为 ->相较来说效
率低下

• 与list比较，其底层是连续空间，空间利用率比较高，不需要存储额外字段。
• 但是，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，导致效率低下，而序列式场景中，可能需要经常遍历，因此在实
  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，而目前能看
  到的一个应用就是，STL用其作为stack和queue的底层数据结构

为什么选择deque作为stack和queue的底层默认容器

deque 的优势

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。但是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

所以当实际应用的时候 如果有遍历数据的需求 我们一般不会采用deque 而是普通的线性表 vector / list
但是当 只用到一端或者两端接口的数据时 相较vector /list 我们就可以用deque 这样就充分发挥了缝合怪deque的优点,而完美的避开了其缺陷。

stack的介绍和使用

Satck的介绍

Stack的文档介绍

Stack的使用

前面我们介绍了容器适配器 而Stack就是一个适配器 底层默认容器为deque 因此Stack的使用要充分发挥deque的优点 故Stack 的一般应用场景 就是对栈顶一段操作

几道例题
最小栈

#define _CRT_SECURE_NO_WARNINGS
class MinStack
{
public:void push(int x){// 只要是压栈，先将元素保存到_elem中_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);}void pop(){// 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();}int top() { return _elem.top(); }int getMin() { return _min.top(); }
private:// 保存栈中的元素std::stack<int> _elem;// 保存栈的最小值std::stack<int> _min;
};

创立两个栈 一个栈存储所有数据 一个 栈存储最小元素
所有元素入elem 入栈的同时判断该元素是否比_min栈顶元素小 小的话也入_min
出栈时elem直接出 同时判断 elem的栈顶与_min栈顶 是否相同 相同_min也出 不同只有elem出

栈的弹出与压入序列

class Solution {
public:bool IsPopOrder(vector<int> pushV, vector<int> popV) {//入栈和出栈的元素个数必须相同if (pushV.size() != popV.size())return false;// 用s来模拟入栈与出栈的过程int outIdx = 0;int inIdx = 0;stack<int> s;while (outIdx < popV.size()){// 如果s是空，或者栈顶元素与出栈的元素不相等，就入栈while (s.empty() || s.top() != popV[outIdx]){if (inIdx < pushV.size())s.push(pushV[inIdx++]);elsereturn false;}// 栈顶元素与出栈的元素相等，出栈s.pop();outIdx++;}return true;}
}

该题就是模拟进栈出栈的流程：
两个指针分别扫描入栈 和出栈 的序列表
扫描入栈序列表 一个个正常入栈 更新入栈序列表指针，接着 当栈顶元素与此时指向出栈序列表的数据相同就出栈 更新出栈序列表指针 （可能连续出 故是循环）
当出栈序列表指针走完了 代表着 可以模拟此次的入栈出栈顺序 即返回true

逆波兰表达式

class Solution {
public:int evalRPN(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 '/':// 题目说明了不存在除数为0的情况s.push(left / right);break;}}}return s.top();}
};

遍历字符数组
当前位是数字 就入栈
当前位是字符（加减乘除）就运算 出栈顶和次顶两个元素

两个栈实现队列

该题自行实现练习

stack的模拟实现

【代码样例】：

从栈的接口中可以看出，栈实际是一种特殊的vector，因此使用vector完全可以模拟实现stack

#pragma once
//#include <vecotr>
//stl Satck 栈的模拟实现 //在C++stl  中 Stack 是一种适配器 底层是stl中的其他容器namespace twg
{template<class T,class container=vector<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();}bool empty() const{return _con.empty();}size_t size() const{return _con.size();}private:container _con;//底层容器};}

stl 中的Stack的默认容器时deque

queue的介绍和使用

queue的介绍

queue文档介绍

翻译：

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，其中从容器一端插入元
   素，另一端提取元素。
2. 队列作为容器适配器实现，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。元素从队尾入队列，从队头出队列
3. 底层容器可以是标准容器类模板之一，也可以是其他专门设计的容器类。该底层容器应至少
   支持以下操作:

• 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_back：在队列尾部入队列
• pop_front：在队列头部出队列

4. 标准容器类deque和list满足了这些要求。默认情况下，如果没有为queue实例化指定容器
   类，则使用标准容器deque

queue的使用

用queue实现栈

queue的模拟实现

#pragma once#include <deque>
//模拟C++ stl 中的queue
//在C++ 中 queue 是一种适配器设计 底层是其他容器namespace twg
{template<class T,class Container=deque<T>>class queue{public:void push(const T& x){_con.push_back(x);}void pop(){_con.pop_front();}bool empty() const{return _con.empty();}const T& back() const{return _con.back();}const T& front() const{return _con.front();}size_t size() const{return _con.size();}private:Container _con;};
}

priority_queue的介绍和使用

priority_queue的介绍

queue文档

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。

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。

【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;
}

在OJ中的使用

第K大的数

class Solution {
public:int findKthLargest(vector<int>& nums, int k) {// 将数组中的元素先放入优先级队列中priority_queue<int> p(nums.begin(), nums.end());// 将优先级队列中前k-1个元素删除掉for (int i = 0; i < k - 1; ++i){p.pop();}return p.top();}
};

priority_queue的模拟实现

#pragma once
#include <assert.h>
#include <vector>
namespace twg
{// 升序比较器template<class T>class Less{public:bool operator()(const T& x, const T& y){return x < y;  // 小于：用于构建大根堆}};// 降序比较器template<class T>class Greater{public:bool operator()(const T& x, const T& y){return x > y;  // 大于：用于构建小根堆}};// 优先级队列（堆）实现template<class T, class Container = vector<T>,class Compare = Less<typename Container::value_type>>class PriorityQueue{public:// 向上调整：用于插入元素后维持堆结构void AdjustUp(int child){assert(child >= 0);Compare cmp;  // 实例化比较器int parent = (child - 1) / 2;while (parent >= 0){// 使用比较器判断是否需要交换if (cmp(_con[parent], _con[child])){swap(_con[parent], _con[child]);child = parent;parent = (child - 1) / 2;}else{break;}}}// 向下调整：用于删除元素后维持堆结构void AdjustDown(int parent){Compare cmp;  // 实例化比较器int child = parent * 2 + 1;  // 左孩子while (child < (int)_con.size()){// 找出两个孩子中更符合条件的那个if (child + 1 < (int)_con.size() && cmp(_con[child], _con[child + 1])){++child;  // 右孩子更符合条件}// 判断是否需要交换父子节点if (cmp(_con[parent], _con[child])){swap(_con[parent], _con[child]);parent = child;child = parent * 2 + 1;}else{break;}}}// 插入元素void push(const T& x){_con.push_back(x);AdjustUp(_con.size() - 1);  // 新元素在末尾，需要向上调整}// 删除顶部元素void pop(){assert(!empty());swap(_con[0], _con[_con.size() - 1]);  // 交换首尾元素_con.pop_back();                       // 删除尾部元素（原顶部元素）AdjustDown(0);                         // 调整新的顶部元素位置}// 判断是否为空bool empty() const{return _con.empty();}// 获取元素个数size_t size() const{return _con.size();}// 获取顶部元素const T& top() const{assert(!empty());return _con.front();}private:Container _con;  // 底层容器};
}

STL标准库中对于stack和queue的模拟实现

stack的模拟实现

#include<deque>
namespace bite
{template<class T, class Con = deque<T>>//template<class T, class Con = vector<T>>//template<class T, class Con = list<T>>class stack{public:stack() {}void push(const T& x) { _c.push_back(x); }void pop() { _c.pop_back(); }T& top() { return _c.back(); }const T& top()const { return _c.back(); }size_t size()const { return _c.size(); }bool empty()const { return _c.empty(); }private:Con _c;};
}

queue的模拟实现

#include<deque>
#include <list>
namespace bite
{template<class T, class Con = deque<T>>//template<class T, class Con = list<T>>class queue{public:queue() {}void push(const T& x) { _c.push_back(x); }void pop() { _c.pop_front(); }T& back() { return _c.back(); }const T& back()const { return _c.back(); }T& front() { return _c.front(); }const T& front()const { return _c.front(); }size_t size()const { return _c.size(); }bool empty()const { return _c.empty(); }private:Con _c;};
}

---

---

---

结语：

看到这里，你已摸清栈、队列、优先级队列的核心脉络 —— 从 “容器适配器” 的设计巧思，到stack/queue依托deque发挥 “首尾高效操作” 的优势，再到priority_queue用堆结构实现 “优先级调度”，甚至能自己手写它们的核心逻辑，还了解了deque“双端 + 分段连续” 的底层秘密。这些知识是后续学习更复杂数据结构（如树、图）的重要基础。

若对 “适配器为何选deque”“堆的调整算法” 还有疑惑，不妨再回看代码注释；想验证性能差异，也可以自己写测试用例对比。欢迎在评论区分享你的思考，咱们一起把 STL 容器的 “底层逻辑” 嚼得更透～