当前位置：首页 > news >正文

【C++闯关笔记】STL：deque与priority_queue的学习和使用

news 2025/10/21 15:16:05

系列文章目录

上一篇文章：【C++闯关笔记】STL：stack与queue的学习和使用-CSDN博客

下一篇文章：【C++闯关笔记】模板的特化-CSDN博客

文章目录

目录

系列文章目录

文章目录

前言

一、deque是什么？

1.容器适配器

2.deque的介绍

3.deque的使用

4.deque的致命缺陷

①为什么选择deque作为vecto与list的底层实现？

②deque的致命缺陷

二、priority_queue的学习和模拟实现

1.老熟人priority_queue？

2.priority_queue的使用

3.模拟实现priority_queue

仿函数

模拟实现代码

解释

①AdjustUP( )向上调整算法

②AdjustDown(size_t pos)向下调整算法

总结

前言

仔细观察下图，库中stack与queue的实现，似乎并不是用的vector和list实现的，而是都使用了同一种容器——deque作为底层？那么你是否了解deque的原理呢？

dequeue与priority_queue这两种容器，在一些教材中都不会怎么提及，但在实际编码过程中却可能会使用它们。

本文主要介绍deque的使用，以及priority_queue的使用和模拟实现。

一、deque是什么？

1.容器适配器

先看定义：

适配器是一种设计模式，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。

在日常生活中，我们就经常用到电源适配器，比如手机充电器、电脑电源适配器等，它们将墙上的电源插口转换为我们希望使用的接口。

在说回C++，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。

2.deque的介绍

定义

deque：一种双开口的"连续"空间的数据结构，一般称它为双端队列。

解释

①什么是“双开口”？

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，deque头插效率高，不需要搬移元素；与 list 比较，空间利用率比较高。

②“连续”为什么加引号？

因为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，先是一个数组存储节点node，然后每一个node节点又存储着指向另一个buffer数组的指针。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：

3.deque的使用

使用deque需要包含头文件#include<deque>。deque的实际存储结构非常复杂，但他的使用与其他容器则没什么区别。经常使用的函数包括：

以及重载的函数：支持像普通数组或者vector那样通过下标访问。

这些函数大部分都是在其他容器中出现过，相关使用这里就不再赘述，有区别的地方仅在于insert与erase是配合迭代器使用的，如下代码所示。

#include<iostream>
#include<deque>
using namespace std;void test()
{deque<int> d;d.insert(d.begin(), 3);d.insert(d.begin(), 2);d.insert(d.begin(), 1);for (auto& x : d)cout << x << ' ';cout << endl;d.erase(d.begin() + 1);for (auto& x : d)cout << x << ' ';cout << endl;
}int main()
{test();return 0;
}

4.deque的致命缺陷

①为什么选择deque作为stack与queue的底层实现？

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：

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(扩容时不需要搬移大量数据，只需要再开一个node存储即可)，所以其效率是肯定比vector高的。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。

②deque的致命缺陷

deque有一个致命缺陷：不适合遍历。

因为deque是从中间开始存储的，增/删节点都通过申请/释放一个一段连续的空间。

在遍历时，deque的迭代器要频繁的去检测是否移动到某段小空间的边界，导致效率低下，而一些场景中，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，而其中一个应用就是STL用其作为stack和queue的底层数据结构。

二、priority_queue的学习和模拟实现

1.老熟人priority_queue？

如果你看过我之前的一期博客：【数据结构】二叉树①-堆-CSDN博客，就会发现其实priority_queue优先级队列本质上就是用动态数组实现的堆式二叉树。

先看定义

priority_queue优先级队列是一种容器适配器，根据严格的排序标准，它的第一个元素总是它所包含的元素中最大的/最小的。它的上下文类似于堆，在堆中可以随时插入元素并能保持自身结构不变，并且在检索时只能检索最大堆元素(优先队列中位于顶部的元素)。

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。

考虑到堆的概念性内容涉及二叉树，这里直接给出堆逻辑结构与物理结构的对照图。

对前因后果感兴趣的读者可点击【数据结构】二叉树①-堆-CSDN博客蓝字跳转学习，只要理解了下图中堆逻辑结构与物理结构的关系，对本文足矣。

大堆：父必须大于等于子。

小堆：父必须小于等于子。

2.priority_queue的使用

使用priority_queue需要包含头文件#include<queue>，在默认情况下priority_queue是大堆。

priority_queue提供的接口较少，且大多都与其他容器的接口用法类似，在日常使用中常用到如下接口。

代码示例

#include<iostream>
#include<queue>
using namespace std;void test_priority_queue()
{priority_queue<int> p;p.push(75);p.push(60);p.push(88);p.push(50);p.push(30);p.push(20);cout << "size():" << p.size() << endl;while (!p.empty()){cout << p.top() << ' ';p.pop();}
}int main()
{test_priority_queue();return 0;
}

3.模拟实现priority_queue

priority_queue的底层容器可以是其他类型的容器（如deque）——只需要满足可以通过随机访问迭代器访问，并支持以下操作即可：

本文依旧使用vector为底层模拟实现priority_queue，首先介绍仿函数是什么。

仿函数

如果一个类没有成员变量，且成员函数只重载了operator( )，那么该种类就被称为仿函数。

如：

	template<class T>class Less{public:bool operator()(const T& a,const T& b){return a < b;}};

在使用该类时，通过定义一个对象然后调用( )即可。由于类似于函数调用，故又被称为仿函数。

	Less l;//l(2,3) == l.operator()(2, 3)l(2, 3);

为什么介绍仿函数呢？

因为priority_queue中的大/小堆的区别就是使用不同的仿函数。

有了仿函数的基础就可以实现priority_queue了，以下为priority_queue的模拟实现，这里实现的是大堆，小堆类似：

模拟实现代码

#pragma once
#include<vector>namespace karsen
{template<class T>class Less{public:bool operator()(const T& a,const T& b){return a < b;}};template<class T,class Container = vector<T>,class Compare = Less<T>>class priority_queue{public:void push(const T& val){_con.push_back(val);AdjustUP();}void AdjustUP(){size_t child = _con.size() - 1;size_t parent = (child - 1) / 2;Compare com;//大堆用小于，小堆用大于//while (parent >= 0 && Compare(parent, child))while (child>0){//如果父节点小于子节点，交换if (com(_con[parent], _con[child])){std::swap(_con[parent], _con[child]);child = parent;parent = (child - 1) / 2;}else{//这里默认除去新插入的，其余均为排好的堆；//从0开始插入，自然是排好的break;}}}void pop(){if (_con.empty())return;//将最小的与最大的交换，pop之后若还有数据就调用向下调整算法std::swap(_con.front(), _con.back());_con.pop_back();if (!_con.empty())AdjustDown(0);}void AdjustDown(size_t pos){size_t parent = pos;size_t child = parent * 2 + 1;size_t n = _con.size();Compare com;while (child<n){//这里有一个隐含的问题：我们可能只有一个孩子（即左孩子存在，右孩子不存在）。//在这种情况下，代码会访问_con[rchild]，即越界访问。//size_t min_child = _con[lchild] < _con[rchild] ? lchild : rchild;//选大的上去，建大根堆if (child + 1 < n && com(_con[child],_con[child + 1]))child += 1;if (com(_con[parent], _con[child])){std::swap(_con[parent], _con[child]);parent = child;child = parent * 2 + 1;}else{break;}}}//如果直接删front(),那么堆的结构会被破坏，无法再通过AdjustDown调整//void pop()//{//	_con.pop_front();//	AdjustDown();//}const T& top()const{return _con.front();}size_t size(){return _con.size();}bool empty(){return _con.empty();}void swap(priority_queue& p){std::swap(_con, p._con);}private:Container _con;};
}

为了保持堆的结构，在Push或者Pop数据后，需要通过两种算法AdjustUP( )向上调整算法与AdjustDown(size_t pos)向下调整算法调动数据。

解释

①AdjustUP( )向上调整算法

核心思路

①默认数组第一个元素为根节点数据；

②之后每Push进一个数据，便与它的父节点比较，若父节点数据大于子节点数据，则交换，然后将父节点(下标)赋值给子节点，再计算新父节点，重复上述步骤，直至子节点到根结点处（下标为0时）。

③中途若父节点数据小于等于子节点数据（满足小堆要求），则break跳出循环。

计算新父节点：（左孩子或者右孩子的下标-1）/ 2就==他们父节点的下标，比如数组下标1与数组下标2的父节点在数组中就是下标0；

每push进一个数据，先让他做当前位置对应的左或者右孩子，然后通过向上调整算法，若数据大于父节点中的数据，则交换、上升直到第一个数据。