priority_queue模拟

文章目录

- 模拟priority_queue
- - 性质：
  - 成员函数：
  - - 向上调整、向下调整
    - push/pop/empty/top/size/empty
    - 成员变量
  - 仿函数
  - struct和class
  - 练习题
  - 堆的一些性质

模拟priority_queue

性质：

是容器适配器；
底层逻辑是堆，适配器是vector；
默认情况下是大堆，从大到小排，第一个最大，最后一个最小；

成员函数：

向上调整、向下调整

时间复杂度就是堆的时间复杂度

		//向上调整,时间复杂度是o(logn)void AdjustUp(int child){int parent = (child - 1) / 2;while (child){if (compare(_con[parent], _con[child])){swap(_con[child], _con[parent]);child = parent;parent = (child - 1) / 2;}else{break;}}}//向下调整void AdjustDown(int parent){int child = (parent * 2) + 1;while (child < _con.size()){//左右孩子种选出大的一个,每次循环都要选if (_con[child] < _con[child + 1] && child + 1 < _con.size()) {child++;}if (_con[parent] < _con[child]){swap(_con[child], _con[parent]);parent = child;child = (parent * 2) + 1;}else(){break;}}}

push/pop/empty/top/size/empty

		void push(const T& x){_con.push_back(x);AdjustUp(_con.size() - 1);}//删除头void pop(){//头和尾部交换swapswap(_con[0], _con[_con.size() - 1]);_con.pop_back(); //向下调整AdjustDown(0);T& top(){return _con[0];}size_t size(){return _con.size();}bool empty(){return _con.empty();}

成员变量

仿函数

他的对象可以像函数那样使用，比如调用他的operator();
优先级序列通过仿函数来控制大堆还是小堆；
这里有个设计的坑就是大堆用的是Less,就是大堆用的x1 < x2那个；

仿函数怎么用的？
就是仿函数的成员函数operator(),如下图的compare(),compare就是一个对象，然后调用他的operator();

struct和class

出了默认访问限定符不一样、其他都是一样的；
部分共有、部分私有用class；
都是共有用struct;

练习题

数组中第k个最大元素

class Solution {
public:int findKthLargest(vector<int>& nums, int k) {priority_queue<int> q1;for(auto e : nums){q1.push(e);//这个时间复杂度为o(logn)}//整体为时间复杂读为o(o*logn)for(int i = 1; i < k; i++){q1.pop();}return q1.top();}
};

第一种效率太低；
第二种，先建立一个k个元素的priority_queue，其次用后面的push进来，最后得到的top元素正好是第k大的；
priority_queue,push进去自己排序大到小；

class Solution {
public:int findKthLargest(vector<int>& nums, int k) {//解法1/*priority_queue<int> q1;for(auto e : nums){q1.push(e);//这个时间复杂度为o(logn)}//整体为时间复杂读为o(o*logn)for(int i = 1; i < k; i++){q1.pop();}*///解法2priority_queue<int, vector<int>, greater<int>> minHeap;size_t i = 0;for(; i < k; ++i)minHeap.push(nums[i]);for(; i <= nums.size(); ++i)//这个i是接着上面的继续往下{if(nums[i] > minHeap.top()){minHeap.pop();minHeap.push(nums[i]);}}return minHeap.top();}
};