初始《stack》《queue》及手搓模拟《stack》《queue》

想要利用priority_queue建立小堆呢？

了解库的方法：

关于仿函数：

如何理解priority_queue中的仿函数？

总结一下仿函数：

容器适配器

什么是适配器？

STL标准库中stack和queue的底层结构

前言：

在前面的学习中我们已经初步进入了STL的大门，尤其在list这一章中，我们对于迭代器的实现甚至说对于类和对象的封装有了更深刻的认识，接下来我们将要继续对STL库中的容器进行学习，同时我们也会对以前我们学过的知识进行巩固！

stack的介绍和使用

stack的介绍：

1.stack是一种容器适配器，专门用在具有后进先出操作的上下文环境中，其删除只能从容器的一端进行元素的插入与提取操作。

2.stack是作为容器适配器被实现的，容器适配器即是对特定类封装作为其底层的容器，并提供一组特定的成员函数来访问其元素，将特定类作为其底层的，元素特定容器的尾部(即栈顶)被压入和弹出。

3.stack的底层容器可以是任何标准的容器类模板或者一些其他特定的容器类，这些容器类应该支持以下操作：

empty：判空操作
back：获取尾部元素操作
push_back：尾部插入元素操作
pop_back：尾部删除元素操作

4.标准容器vector、deque、list均符合这些需求，默认情况下，如果没有为stack指定特定的底层容器，默认情况下使用deque。

stack的使用：

stack的模拟实现：

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。

#include<iostream>
#include<list>
#include<vector>
using namespace std;

namespace ws
{
	template<class T, class Container = vector<T>>
	class stack
	{
	public:
		void push(const T& val)
		{
			_con.push_back(val);
		}

		void pop()
		{
			_con.pop_back();
		}

		size_t size()
		{
			return _con.size();
		}

		bool empty()
		{
			return _con.empty();
		}

		const T& top()
		{
			return _con.back();
		}


	private:
		Container<T> _con;
	};
}

这里有一处新颖的地方，就是通过模板传递了一个容器Container，其实这个Container只是用来接收stl里的容器，因为对于stack这个结构，我们可以通过顺序表(vector)或者链表(list)来实现，所以从参考之前的函数模板的内容，在模板列表里面传递STL里的容器参数也是可行的！

queue的介绍和使用

queue的介绍：

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:

queue的模拟实现:

因为queue的接口中存在头删和尾插，因此使用vector来封装效率太低，故可以借助list来模拟实现queue，具体如下：

#include<iostream>
#include<vector>
#include<list>

using namespace std;

namespace ws
{
	template<class T, class Container = list<T>>
	class queue
	{
	public:
		void push(const T& val)
		{
			_con.push_back(val);
		}

		void pop()
		{
			_con.erase(_con.begin()); // vectorûpop_front
		}

		const T& back() const
		{
			return _con.back();
		}

		const T& front() const
		{
			return _con.front();
		}

		size_t size()
		{
			return _con.size();
		}

		bool empty()
		{
			return _con.empty();
		}

	private:
		Container _con;
	};
}

这里对模板参数的理解与上述的stack一致，在这里我不进行过多的赘述。

总结以下这种编写代码的格式，我们一般称为“范式编程”

库里面运用的是 “适配器模式”（一种设计模式）

这个适配器就是负责转换的，将一个转换成另一个，就像我们电脑笔记本自带的“电源适配器”

priority_queue的介绍和使用

priority_queue的介绍:

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，所有需要用到堆的情况，都可以考虑使用priority_queue。注意：
默认情况下priority_queue是大堆。

priority_queue的模拟实现：

#include<iostream>
#include<algorithm>
#include<vector>
#include<list>
using namespace std;

namespace ws
{
	template<class T, class Container = vector<T>>
	class priority_queue
	{
	public:
		void adjust_up(size_t child)
		{
			size_t parent = (child - 1) / 2;
			while (child > 0)
			{
				if (_con[parent] < _con[child])
				{
					swap(_con[parent], _con[child]);
					child = parent;
					parent = (child - 1) / 2;
				}
				else break;
			}
		}
		
		void push(const T& val)
		{
			_con.push_back(val);
			adjust_up(_con.size() - 1);
		}

		void adjust_down(size_t parent)
		{
			size_t child = parent * 2 + 1;
			while (child < _con.size())
			{
				if (child + 1 < _con.size() && _con[child] < _con[child + 1])
				{
					child++;
				}
				if (_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);
		}

		bool empty()
		{
			return _con.empty();
		}

		size_t size()
		{
			return _con.size();
		}

		const T& top()
		{
			return _con[0];
		}

	private:
		Container _con;
	};
}

对于priority_queue的模拟实现其实就如同我们在学习数据结构模拟实现堆一样，这里我们运用了向上/向下调整算法，如果你这里有不懂得话，证明你之前对于堆的学习存在遗忘，可以看看我之前写的博客：

blog.csdn.net/weixin_72917087/article/details/134754895?spm=1001.2014.3001.5501

想要利用priority_queue建立小堆呢？

了解库的方法：

我们在上面的模拟实现，主要还是运用了我们在C语言学习的数据结构堆的模拟实现的代码，如果是要建立小堆，我们可以在创建一个结构体名字叫小堆，然后在其中进行修改，无非就是将小于号改成大于号这样子的修改，但我们现在是C++，肯定存在一种更为高效的方法来实现。

先来看看库是怎么实现的：

#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;
}

第一次看这个解释难免会有一个疑问：

你这个priority_queue在传递模板参数时，为什么又多传递了个greater<int>啊？这到底是什么意思呢？其实我们去查询priority_queue的定义，不难发现，我们上面模拟实现中的模板还传递少了：

人家的官方定义可是还有一个模板参数的，因为该模板参数的定义是具有缺省值，所以我们不写他也会自动调用。可是我们不写最后调用库中的priority_queue得到的确实一个大堆，而库里面我们自己写的是用Greater，最后得到的是一个小堆

那么就有这个初步结论：
用Less得到的是小堆——数据是升序

用Greater得到是大堆——数据是降序

关于仿函数：

顾名思义，仿函数就是效仿函数的类，本质是一个类，一般这个类里面会有一个运算符重载operator()，对括号的重载，举个例子：

struct Fun
{
    bool operator()(const int& x, const int& y)
    {
        cout << "bool operator()(const int& x, const int& y)" << endl;
        return x < y;
    }
};

int main()
{
    Fun A;
    cout << A(2, 3) << endl;
    return 0;
}

最后的输出结果会是

bool operator()(const int& x, const int& y)
1

而我们在主函数会发现A(2, 3)十分像一个函数：

但是它的本质是一个对象A，它通过调用operator()的括号运算符重载来实现函数调用。

因此仿函数的本质就是一个类。

如何理解priority_queue中的仿函数？

其实库中我们所疑惑的Greater和Less就是我们所谓的仿函数。

我们在C语言中曾学习过qsort函数，并且我们也模拟实现过一次qsort，其实对于qsort函数来讲，在传递参数时我们会传递一个必不可少的一项，那就是函数指针。

我们通过这个函数指针来控制我们要对什么进行排序，因为我们有时不仅仅是要对内置类型进行排序，我们还需要对自定应类型进行排序，那么函数指针就是那个控制类型的关键！而C++不喜欢使用这个函数指针，所以仿函数就此出现了。

那么我们就来看看怎么模拟实现以下叭：

//创建仿函数
	template<class T>
	class less
	{
	public:
		bool operator()(const T& x, const T& y)
		{
			return x < y;
		}
	};

	template<class T>
	class greater
	{
	public:
		bool operator()(const T& x, const T& y)
		{
			return x > y;
		}
	};

我们所需要的就是像库里面一样，提供这两个仿函数，同时还要记得修改模板里的参数。

template<class T, class Container = vector<T>, class Compare = less<T>>

因为默认是建大堆，所以缺省值传的是less<T>

所以我们就可以将向上/向下调整算法代码改成：

void adjust_up(int child)
{
    Compare cmp;
	int parent = (child - 1) / 2;
	while (child > 0)
	{
        // if (_con[parent] < _con[child])
		if (cmp(_con[parent], _con[child]))
		{
			swap(_con[child], _con[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else break;
    }
}

void adjust_down(int parent)
{
    Compare cmp;
	int child = parent * 2 + 1;
	while (child < _con.size())
	{
        if (child + 1 < _con.size() && cmp(_con[child], _con[child + 1]))
		{
			child++;
		}

		// if (_con[parent] < _con[child])
		if (cmp(_con[parent], _con[child]))
		{
			swap(_con[child], _con[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else break;
	}
}

总结一下仿函数：

仿函数是“smart functions”(智能型函数),一般来说我们让一个函数保存状态。使得每次调用函数会因状态不同而执行效果不同。我们一般的做法都是在函数内部定义static变量。但是这是全局变量！所以说，如果使用仿函数，其状态完全可以由自身的一个成员变量来记录。事实上，你还可以在程序中同时拥有两种状态的实体，而这个是用普通函数无法实现的。

可以拥有状态。仿函数可以拥有自己的数据成员和成员变量，这使得它能够在运行时动态改变行为。
每个仿函数有自己的型别。这意味着仿函数可以作为模板参数传递，从而指定特定的行为模式。
通常比普通函数有更好的执行速度。这是因为模板的更多细节在编译期间就已经确定，从而可能进行更好的优化。
可以拥有参数并返回结果。与普通函数相比，仿函数可以接受参数并返回结果，这使得它们在算法和容器中使用时更加灵活。

例如一个商品，包含“价格”、“名称”等等假如我们想要按“价格 ”进行排序，也可以通过仿函数来实现，因为我们仅需要在模板里面添加我们需要的模板参数。

容器适配器

什么是适配器？

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。

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

deque的简单介绍

deque的原理：

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，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：

那deque是如何借助其迭代器维护其假想连续的结构呢？

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，因此其效率是必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。
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