首先要包含头文件#include
, 他和queue
不同的就在于我们可以自定义其中数据的优先级, 让优先级高的排在队列前面,优先出队。优先队列具有队列的所有特性,包括队列的基本 *** 作,只是在这基础上添加了内部的一个排序,它本质是一个堆实现的。
它的基本 *** 作和队列基本 *** 作相同:
- top 访问队头元素
- empty 队列是否为空
- size 返回队列内元素个数
- push 插入元素到队尾 (并排序)
- emplace 原地构造一个元素并插入队列
- pop d出队头元素
- swap 交换内容
定义:priority_queue
Type
就是数据类型,Container
就是容器类型(Container
必须是用数组实现的容器,比如vector
,deque
等等,但不能用 list
。STL里面默认用的是vector
),Functional
就是比较的方式。当需要用自定义的数据类型时才需要传入这三个参数,使用基本数据类型时,只需要传入数据类型,默认是大顶堆。
示例:
//升序队列,小顶堆
priority_queue <int,vector<int>,greater<int> > q;
//降序队列,大顶堆
priority_queue <int,vector<int>,less<int> >q;
//greater和less是std实现的两个仿函数(就是使一个类的使用看上去像一个函数。其实现就是类中实现一个operator(),这个类就有了类似函数的行为,就是一个仿函数类了)
例题:
菜鸡思考:
这个题挺离谱的,但不难想到最简单的方法应该是维护两个数组,前一半,后一半。这样应该会比整体排序/插入
再寻找简单一点。但这么一想,其实只时刻需要知道前一个数组的最后一个以及后一个数组的最开始一个就可以了,这个时候就可以使用优先队列啦。
class MedianFinder {
private:
priority_queue<int> frontQueue;
priority_queue<int, vector<int>, greater<int>> backQueue;
public:
/** initialize your data structure here. */
MedianFinder() {}
void addNum(int num) {
if (frontQueue.empty()) {
frontQueue.push(num);
return;
}
if (backQueue.size() + 1 == frontQueue.size()) {
if ((backQueue.empty() && frontQueue.top() > num) || num <= frontQueue.top()) {
backQueue.push(frontQueue.top());
frontQueue.pop();
frontQueue.push(num);
return;
}
if (num >= frontQueue.top()) {
backQueue.push(num);
return;
}
} else {
if (num <= backQueue.top()) {
frontQueue.push(num);
} else if (num > frontQueue.top()) {
frontQueue.push(backQueue.top());
backQueue.pop();
backQueue.push(num);
}
}
return;
}
double findMedian() {
if (frontQueue.empty()) {
return 0;
}
if (backQueue.empty() || frontQueue.size() == backQueue.size() + 1) {
return frontQueue.top();
}
if (frontQueue.size() == backQueue.size()) {
return ((double)frontQueue.top() + (double)backQueue.top()) / 2;
}
return 0;
}
};
/**
* Your MedianFinder object will be instantiated and called as such:
* MedianFinder* obj = new MedianFinder();
* obj->addNum(num);
* double param_2 = obj->findMedian();
*/
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)