c++初阶-----适配器---priority_queue
作者前言
🎂 ✨✨✨✨✨✨🍧🍧🍧🍧🍧🍧🍧🎂
🎂 作者介绍: 🎂🎂
🎂 🎉🎉🎉🎉🎉🎉🎉 🎂
🎂作者id:老秦包你会, 🎂
简单介绍:🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂
喜欢学习C语言、C++和python等编程语言,是一位爱分享的博主,有兴趣的小可爱可以来互讨 🎂🎂🎂🎂🎂🎂🎂🎂
🎂个人主页::小小页面🎂
🎂gitee页面:秦大大🎂
🎂🎂🎂🎂🎂🎂🎂🎂
🎂 一个爱分享的小博主 欢迎小可爱们前来借鉴🎂
priority_queue
- **作者前言**
- 介绍
- 使用
- 模拟
- 普通模拟
- 类似C语言的回调函数方法
- **仿函数**
- 小总结
介绍
翻译:
- 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。
- 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)。 - 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。 - 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
函数声明 接口说明
priority_queue()/priority_queue(first,0last) 构造一个空的优先级队列
empty( )
检测优先级队列是否为空,是返回true,否则返回
false
top( ) 返回优先级队列中最大(最小元素),即堆顶元素
push(x) 在优先级队列中插入元素x
pop() 删除优先级队列中最大(最小)元素,即堆顶元素
pop_back():删除容器尾部元素 - 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。 - 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。
使用
#include<iostream>
#include<queue>
using namespace std;
typedef priority_queue<int> i;
int main()
{i qt;qt.push(4);qt.push(5);qt.push(6);qt.push(9);qt.push(1);while (!qt.empty()){cout << qt.top() << endl;qt.pop();}return 0;
}
结果:

如果要想priority_queue是从小到大可以使用greater 类型
#include<iostream>
#include<vector>
#include<queue>
#include<functional>
using namespace std;
typedef priority_queue<int, vector<int>, greater<int>> i;
int main()
{i qt;qt.push(4);qt.push(5);qt.push(6);qt.push(9);qt.push(1);while (!qt.empty()){cout << qt.top() << endl;qt.pop();}return 0;
}

模拟
priority_queue的底层是堆,所以,我们模拟的时候,可以理解为是堆的插入和删除

可以看出 这个容器有三个类型, T 、 vector 、 less
普通模拟
template<class T, class contaier = vector<T> >
class my_priorty_queue
{
public:void push(const T& num){//尾插a.push_back(num);//建堆,向上调整upajust();}void pop(){//首尾交换swap(a[0], a[a.size() - 1]);//删除尾部a.pop_back();//向下调整downadjust();}void upajust(){this->a;//向上调整,建大堆int i = (this->a).size() - 1;while (i > 0){if (a[i] > a[(i - 1) / 2]){swap(a[i], a[(i - 1) / 2]);i = (i - 1) / 2;}elsebreak;}}void downadjust(){int father = 0;while (father < a.size()){//进行分类,如果没有孩子,只有一个孩子,两个孩子if (a.size()-1< 2 * father + 1)break;else if (a.size() - 1 < 2 * father + 2){if (a[father] < a[2 * father + 1]){swap(a[father], a[2 * father + 1]);}elsebreak;}else{int leftchila = 2 * father + 1;int rightchila = leftchila + 1;int pos = 0;if (a[leftchila] < a[rightchila]){pos = rightchila;}else{pos = leftchila;}if (a[pos] > a[father])swap(a[pos], a[father]);elsebreak;father = pos;}}//孩子比较出最小的}bool empty(){return a.empty();}T top(){assert(a.size());return a[0];}
private:contaier a;};
这样写只能手动改代码进行建立大小堆,不太好用,
我们有两个方法进行控制其中的大小堆,
一个是C语言的的回调函数,一个是c++的仿函数
类似C语言的回调函数方法
template<class T, class contaier = vector<T>>class my_priorty_queue{public:my_priorty_queue(bool(*pf)(T, T)):a(*new contaier()),_pf(pf){}void push(const T& num){//尾插a.push_back(num);//建堆,向上调整upajust();}void pop(){//首尾交换std::swap(a[0], a[a.size() - 1]);//删除尾部a.pop_back();//向下调整downadjust();}void upajust(){this->a;//向上调整,建大堆int i = (this->a).size() - 1;while (i > 0){if (_pf(a[i],a[(i - 1) / 2])){std::swap(a[i], a[(i - 1) / 2]);i = (i - 1) / 2;}elsebreak;}}void downadjust(){int father = 0;while (father < a.size()){//进行分类,如果没有孩子,只有一个孩子,两个孩子if (a.size() - 1 < 2 * father + 1)break;else if (a.size() - 1 < 2 * father + 2){if (_pf(a[2 * father + 1], a[father])){std::swap(a[father], a[2 * father + 1]);}elsebreak;}else{int leftchila = 2 * father + 1;int rightchila = leftchila + 1;int pos = 0;//孩子比较大小if (_pf( a[rightchila], a[leftchila])){pos = rightchila;}else{pos = leftchila;}//孩子和父亲比较if (_pf(a[pos] ,a[father]))std::swap(a[pos], a[father]);elsebreak;father = pos;}}}bool empty(){return a.empty();}T top(){assert(a.size());return a[0];}private:contaier a;bool(*_pf)(T,T);};template<class T >bool funtionmin(T a, T b){return a < b;}template<class T >bool funtionmax(T a, T b){return a > b;}
这样写的话,就有点别扭,实例化要传入函数指针,这和我们使用库函数提供的差别很大
仿函数
本质就是一个类, 这个类重载了(), 可以理解为重载了()的类就是仿函数,
所以,仿函数的调用就是, 对象名(形参, 形参)
例如:
class AA
{void operator()(int a, int b){cout << "a+b=" << a + b;}
};
int main()
{AA elemest;elemest(1,1);return 0;
}
模拟priority_queueu使用仿函数,如图所示,这也就解释了,为啥会有三个类模板参数了
template<class T, class contaier = vector<T> , class conpart = upsortjust<T>> class my_priorty_queue{public:void push(const T& num){//尾插a.push_back(num);//建堆,向上调整upajust();}void pop(){//首尾交换std::swap(a[0], a[a.size() - 1]);//删除尾部a.pop_back();//向下调整downadjust();}void upajust(){this->a;//向上调整,建大堆int i = (this->a).size() - 1;while (i > 0){if (_pf(a[i],a[(i - 1) / 2])){std::swap(a[i], a[(i - 1) / 2]);i = (i - 1) / 2;}elsebreak;}}void downadjust(){int father = 0;while (father < a.size()){//进行分类,如果没有孩子,只有一个孩子,两个孩子if (a.size() - 1 < 2 * father + 1)break;else if (a.size() - 1 < 2 * father + 2){if (_pf(a[2 * father + 1], a[father])){std::swap(a[father], a[2 * father + 1]);}elsebreak;}else{int leftchila = 2 * father + 1;int rightchila = leftchila + 1;int pos = 0;//孩子比较大小if (_pf(a[rightchila], a[leftchila])){pos = rightchila;}else{pos = leftchila;}//孩子和父亲比较if (_pf(a[pos] ,a[father]))std::swap(a[pos], a[father]);elsebreak;father = pos;}}}bool empty(){return a.empty();}T top(){assert(a.size());return a[0];}private:contaier a;conpart _pf;};template<class T>class upsortjust{public:bool operator()(const T& a, const T& b){return a > b;}};template<class T>class downsortjust{public:bool operator()(const T& a, const T& b){return a < b;}};};
小总结
可以看出,仿函数的使用和函数指针的使用是相似的,如果碰见仿函数对象传递的变量
例如:

sort函数的Compart comp 这个参数,也可以传函数指针,
如果不懂的话,也可以看我模拟的方法,
相关文章:
c++初阶-----适配器---priority_queue
作者前言 🎂 ✨✨✨✨✨✨🍧🍧🍧🍧🍧🍧🍧🎂 🎂 作者介绍: 🎂🎂 🎂 🎉🎉🎉…...
VSCode上安装C#环境教程
本章教程,教你如何在vscode上,可以快速运行一些基础的c#代码。 1、下载 .NET Code SDK 下载地址:https://dotnet.microsoft.com/zh-cn/download/dotnet/sdk-for-vs-code?utm_source=vs-code&utm_medium=referral&utm_campaign=sdk-install 根据自己的操作系统,选择…...
VS Code 和 Visual Studio 哪个更好
文章目录 VS Code 和 Visual Studio 哪个更好Visual Studio Code简介Visual Studio简介相同点差异点总结 VS Code 和 Visual Studio 哪个更好 Visual Studio Code简介 Visual Studio Code(简称 VS Code)是一款开源的、免费的、跨平台的、轻量级的代码编…...
FCA-数据分析理论试卷
其他参考: https://segmentfault.com/a/1190000043363073 https://blog.csdn.net/CSDN_WYY/article/details/137082340 Part.1:判断题(总分:8分 得分:8) 第1题 判断题 对任意事件A和B,必有 …...
WPF程序通过CadLib4加载CAD .dwg格式文件
1、下载CadLib相关dll文件,主要用到的:WW.dll、WW.Cad.dll、WW.GL.dll 2、程序中引用dll库。 3、创建WPF程序,使用Canvas来加载dwg文件,支持拖动和放大缩小。 4、部分代码: public void Init(string filename) {tr…...
图表全能王(ChartStudio) 上架VisionPro!
图表全能王(ChartStudio) - 终极图表制作工具!支持条形图、折线图、面积图、柱形图、条形图、饼图、玫瑰图、雷达图、牛肉图、风琴图、旭日图、桑基图等图表。 https://apps.apple.com/app/chartstudio-data-analysis/id6474099675 https://apps.apple.com/cn/app/…...
【云原生】Job一次性任务详解
Job一次性任务 文章目录 Job一次性任务一、Job介绍二、运行示例Job 一、Job介绍 Job会创建一个或者多个Pod,并将继续重试Pod的执行,直到指定数量的Pod成功终止。随着Pod成功借宿,Job跟踪记录成功完成的Pod个数。当数量达到指定的成功个数阈值…...
化工厂人员定位采用多种定位技术的融合定位系统的好处
由于化工厂内环境的复杂性和危险性,通常单一的定位技术很难满足全厂区的人员定位需求,如果能将不同定位技术融合在一起,发挥出它们各自的优势,那么就能解决以上问题。 融合定位技术诞生背景 随着科技的不断发展,多种定…...
使用AI绘图工具生成风景图像的教程
随着人工智能技术的飞速发展,AI绘图工具在图像生成和艺术创作方面变得越来越强大,无论你是一个设计师、艺术家,还是仅仅对生成艺术感兴趣的爱好者,AI绘图工具都可以帮助你轻松地创作出惊艳的风景图像。 在这篇教程中,…...
迷你主机:华硕PN65和nuc13pro如何选择?
华硕PN65与NUC 13 Pro:如何做出选择? 在追求高效能与便携性的今天,迷你主机成为了越来越多用户的选择。华硕PN65与英特尔NUC 13 Pro作为市场上两款备受瞩目的产品,各自拥有独特的优势和特点。本文将从处理器性能、扩展性、接口丰…...
分享一个好用的印花重绘工具
本文向大家介绍一款革命性的 AI 工具,它能够将模糊不清的图片转化为具有照片级别的高清图像。这项前沿项目依托于大规模人工智能技术,革新了图像恢复领域。通过文本驱动和智能修复功能,它巧妙地结合了先进的 AI 技术与创新理念,为…...
力扣题解(递增的三元子序列)
334. 递增的三元子序列 给你一个整数数组 nums ,判断这个数组中是否存在长度为 3 的递增子序列。 如果存在这样的三元组下标 (i, j, k) 且满足 i < j < k ,使得 nums[i] < nums[j] < nums[k] ,返回 true ;否则&#…...
做不好PPT的原因
新手制作PPT长犯的10个错误 1.Word搬家 为了节约时间,直接把Word素材复制粘贴到PPT上,没有提炼 2.堆积图表 每个页面上堆积了大量的图表,却没有说明数据反映了什么趋势 3.图表业余 想用图表达自己的逻辑,但没有专业的模板&a…...
嵌入式人工智能(45-基于树莓派4B的扩展板-舵机驱动板PCA9685)
1、简介 智能小车、机械臂、摄像头云台会有多个舵机,而微控制器芯片的PWM输出引脚不够的情况下,就可以用PCA9685(16路舵机)来解决这一问题。 PCA9685是一款I2C总线控制的16通道LED控制器,专为红/绿/蓝/琥珀ÿ…...
【数据结构与算法】建立多个栈的三种方案的优缺点分析
在一个算法中需要建立多个栈时可以选用以下三种方案之一,试问这三方案相比各有什么优缺点? (1)分别用多个顺序存储空间建立多个独立的顺序栈。 (2)多个栈共享一个顺序存储空间。 (3)…...
DjangoRF-14-创建request子应用
注意,本应该是requests模块,为了区分,避免错误,用request 1、进入apps,创建request django-admin startapp request 2、因为只发送请求,没有数据库相关,不需要model。 3、进行序列化 from rest_framework …...
SOMEIP_ETS_005:检查字节序
测试目的: 验证DUT在发送和接收参数时对字节序的处理能力。 描述 本测试用例旨在检验DUT在处理具有不同字节序的参数时,是否能够正确地发送和接收数据,并确保返回的UINT32值是传入的两个参数(UINT8和UINT16)的和。 …...
为什么要对医疗器械进行网络安全评估?
对医疗器械进行网络安全评估的原因主要有以下几点: 一、保障患者安全 直接关联患者健康:医疗器械与患者的生命健康直接相关,任何网络安全漏洞都可能导致设备被非法控制或数据泄露,进而威胁患者的生命安全。例如,黑客可…...
沃尔玛1P账号的强悍作用重要反映在那些方面?——WAYLI威利跨境助力商家
沃尔玛作为全球最大的零售商之一,其品牌影响力非常强大。商家通过入驻沃尔玛商超并开设1P账号,能够借助沃尔玛的品牌影响力来提升自身的品牌知名度和美誉度。这种品牌背书的效应,有助于商家吸引更多的消费者关注和购买自己的产品。 一、沃尔玛…...
学习python你不能不知道的几个接单平台!实现如月上万不是梦
学Python后,寻找兼职平台是一个很好的实践和提升技能的方式。以下是一些比较推荐的Python兼职平台: 国内平台 程序员客栈 网址:https://www.proginn.com介绍:程序员客栈是中国非常领先的自由工作平台,为中高端程序员、…...
SIM4LIFE Light保姆级教程:手把手搞定第一个人体SAR值仿真(附FDTD模块避坑指南)
SIM4LIFE Light保姆级教程:手把手搞定第一个人体SAR值仿真(附FDTD模块避坑指南) 电磁场仿真在生物医学工程领域扮演着越来越重要的角色,而SIM4LIFE Light作为一款专为人体组织电磁特性研究设计的仿真软件,凭借其内置的…...
专治写作卡点!这几款 AI 续写软件,让论文写作像呼吸一样简单
写论文最怕卡壳?大纲想破头、续写没思路、降重改到哭,还怕 AI 痕迹露馅?2026 年这几款 AI 续写软件,直击本科生、研究生核心痛点,从选题到答辩一站式搞定,让写作效率翻倍!一、PaperRedÿ…...
破局双系统文件壁垒:WinBtrfs驱动终极应用指南
破局双系统文件壁垒:WinBtrfs驱动终极应用指南 【免费下载链接】btrfs WinBtrfs - an open-source btrfs driver for Windows 项目地址: https://gitcode.com/gh_mirrors/bt/btrfs 在Windows与Linux双系统环境中,用户常常面临跨系统文件访问的难题…...
告别“卡脖子”:TVA的0.8秒背后柔性生产与极致效率
作为生产厂长,每天最头疼的不是做出好产品,而是如何在“多品种、小批量、快交期”的频繁切线中,保证产线不停机、不降速。现代汽车零部件企业的生产节奏越来越快,冲压产线往往要求几秒钟甚至零点几秒就出一个件。在这种极限节拍下…...
3步掌控Windows驱动管理:从冗余清理到系统性能提升全指南
3步掌控Windows驱动管理:从冗余清理到系统性能提升全指南 【免费下载链接】DriverStoreExplorer Driver Store Explorer 项目地址: https://gitcode.com/gh_mirrors/dr/DriverStoreExplorer Windows系统随着使用时间增长,驱动存储区会积累大量冗余…...
城通网盘直连解析终极指南:3步实现高速免费下载
城通网盘直连解析终极指南:3步实现高速免费下载 【免费下载链接】ctfileGet 获取城通网盘一次性直连地址 项目地址: https://gitcode.com/gh_mirrors/ct/ctfileGet ctfileGet是一个专业的城通网盘直连地址解析工具,能够帮助用户绕过复杂的下载流程…...
Stata实操:用GARCH模型预测沪深300波动率,手把手教你从数据清洗到结果解读
Stata金融实战:从沪深300数据到GARCH波动率预测全流程解析 沪深300指数作为中国股市的风向标,其波动率预测对风险管理至关重要。去年一位私募基金研究员曾向我展示过他们的发现:当使用GARCH模型捕捉到波动率聚集特征时,对冲策略的…...
抖音视频批量下载终极指南:5分钟掌握高效下载技巧
抖音视频批量下载终极指南:5分钟掌握高效下载技巧 【免费下载链接】douyin-downloader A practical Douyin downloader for both single-item and profile batch downloads, with progress display, retries, SQLite deduplication, and browser fallback support. …...
有些路看起来很难走,其实是在带你慢慢变强
生活里,很多人都希望自己走的是一条轻松一点、顺利一点的路。最好努力了就能有结果,付出了就能被看见,遇到的问题也都能很快解决。可真正经历过一些事情后才会发现,人生并不会总按照理想的节奏前进。很多时候,那些让人…...
类OpenClaw智能体优选指南,企业级+个人级全覆盖
2026年初,OpenClaw开源智能体框架凭借“自主规划、工具调用、端到端执行”的核心能力,打破传统AI“只对话不行动”的壁垒,在GitHub迅速斩获25万星标,引发全球科技圈热潮,国内厂商纷纷入局推出类OpenClaw产品࿰…...
