目录

容器适配器

deque的原理介绍

stack模拟实现

queue模拟实现

priority_queue模拟实现

仿函数

---

容器适配器

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。AI给出这样解释：

可以这样理解：通过适配器模式，可以将不兼容的接口正常运作。

---

 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：

---

那么这里的deque是什么东西呢？

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，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。

 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。

 我们假设一个buff是10个int大小的空间数组，map中存放了每个buff数组的地址，buff数组用来存放数据，可以理解他从中间开始利用空间，向左右扩容。

 我们可以理解为他在map中间进行插入删除操作：

1. 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，因此其效率是必vector高的。
2. 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？我们给出了以下两点原因：

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。

---

stack模拟实现

目前为止，我们已经了解了两种模式：

1. 适配器模式 -- 封装转换
2. 迭代器模式 -- 封装统一访问方式（数据结构访问都可以用）

接下来试着通过运用适配器来模拟实现stack和queue：

//Stack.h
#pragma oncenamespace bit
{template<class T, class Container = deque<T>>class stack{public:void push(const T& x){_con.push_back(x);}void pop(){_con.pop_back();}const T& top(){return _con.back();}bool empty(){return _con.empty();}size_t size(){_con.size();}private:Container _con;};
}

 我们只需要定义一个适配器类型的成员变量_con，他默认可以使用push_back，pop_back等常规接口，直接利用接口实现操作即可。stack用vector和list都可以实现，测试代码如下：

void test_stack()
{//bit::stack<int, vector<int>> s;//bit::stack<int, list<int>> s; bit::stack<int, deque<int>> s;  //bit::stack<int> s; //不传第二个参数默认使用deques.push(1);s.push(2);s.push(3);s.push(4);while (!s.empty()){cout << s.top() << " ";s.pop();}cout << endl;
}

---

queue模拟实现

//Queue.h
#pragma oncenamespace bit
{// deque list// 不支持vectortemplate<class T, class Container = deque<T>>class queue{public:void push(const T& x){_con.push_back(x);}void pop(){_con.pop_front();// 这样就可以支持vector了，但是效率就很低了//_con.erase(_con.begin());}T& back(){return _con.back();}T& front(){return _con.front();}bool empty(){return _con.empty();}size_t size(){_con.size();}private:Container _con;};
}

注意：queue不支持vector适配器，原因是vector没有pop_front的接口，如果要实现要用erase接口，但是头删完后面所有数据要往前挪，消耗时间太大，不建议这样做。测试代码如下：

void test_queue()
{bit::queue<int> q;//bit::queue<int,list<int>> q;// 不支持//bit::queue<int, vector<int>> q;q.push(1);q.push(2);q.push(3);q.push(4);while (!q.empty()){cout << q.front() << " ";q.pop();}cout << endl;
}

---

priority_queue模拟实现

仿函数

在实现之前先了解仿函数的概念：重载了operator（）的类

特点：参数个数和返回值根据需求确定，不固定，很灵活

 通过这个概念可以实现STL库里的greater和less同等效果的仿函数。

//priority_queue.h
#pragma oncenamespace bit
{template<class T>class myless{public:bool operator()(const T& x, const T& y){return x < y;}};template<class T>class mygreater{public:bool operator()(const T& x, const T& y){return x > y;}};template<class T, class Container = vector<T>, class Comapre = myless<T>>class priority_queue{public:priority_queue() = default;template <class InputIterator>priority_queue(InputIterator first, InputIterator last){while (first != last){_con.push_back(*first);++first;}for (int i = (_con.size() - 1 - 1) / 2; i >= 0; i--){adjust_down(i);}}void adjust_up(int child){Comapre comfunc;int parent = (child - 1) / 2;while (child > 0){//if (_con[parent] < _con[child])if (comfunc(_con[parent], _con[child]))//if (comfunc.operator()(_con[parent], _con[child])){swap(_con[parent], _con[child]);child = parent;parent = (child - 1) / 2;}else{break;}}}void push(const T& x){_con.push_back(x);adjust_up(_con.size() - 1);}void adjust_down(int parent){Comapre comfunc;size_t child = parent * 2 + 1;while (child < _con.size()){//if (child+1 < _con.size() && _con[child] < _con[child+1] )if (child + 1 < _con.size() && comfunc(_con[child], _con[child + 1])){++child;}//if (_con[parent] < _con[child])if (comfunc(_con[parent], _con[child])){swap(_con[parent], _con[child]);parent = child;child = parent * 2 + 1;}else{break;}}}void pop(){swap(_con[0], _con[_con.size() - 1]);_con.pop_back();adjust_down(0);}const T& top(){return _con[0];}size_t size(){return _con.size();}bool empty(){return _con.empty();}private:Container _con;};
}

我们可以通过显式调用greater仿函数来实现小堆，测试代码如下：

void test_priority_queue()
{//vector<int> v = { 3,2,7,6,0,4,1,9,8,5 };//priority_queue<int> q1(v.begin(), v.end());int a[] = { 3,2,7,6,0,4,1,9,8,5 };// 默认是大堆//bit::priority_queue<int> q1(a, a+sizeof(a)/sizeof(int));// 小堆bit::priority_queue<int, vector<int>, bit::mygreater<int>> q1(a, a + sizeof(a) / sizeof(int));while (!q1.empty()){cout << q1.top() << " ";q1.pop();}cout << endl;
}